Banco de Mexico

Documentos de Investigacion

Banco de Mexico

Working Papers

N◦ 2013-16

Estudio sobre la Competitividad de la IndustriaAzucarera en Mexico

Francisco Campos-Ortiz Mariana Oviedo-PachecoBanco de Mexico Banco de Mexico

Noviembre 2013

La serie de Documentos de Investigacion del Banco de Mexico divulga resultados preliminares de

trabajos de investigacion economica realizados en el Banco de Mexico con la finalidad de propiciar

el intercambio y debate de ideas. El contenido de los Documentos de Investigacion, ası como las

conclusiones que de ellos se derivan, son responsabilidad exclusiva de los autores y no reflejan

necesariamente las del Banco de Mexico.

The Working Papers series of Banco de Mexico disseminates preliminary results of economic

research conducted at Banco de Mexico in order to promote the exchange and debate of ideas. The

views and conclusions presented in the Working Papers are exclusively of the authors and do not

necessarily reflect those of Banco de Mexico.

Documento de Investigacion Working Paper2013-16 2013-16

Estudio sobre la Competitividad de la IndustriaAzucarera en Mexico*

Francisco Campos-Ortiz† Mariana Oviedo-Pacheco‡

Banco de Mexico Banco de Mexico

Resumen: En este documento estudiamos diversos rasgos estructurales clave del campocanero y los ingenios azucareros en Mexico. En lo concerniente al campo: (a) documentamosuna relacion en forma de U entre la extension de los predios caneros y su productividad,y mostramos evidencia sugestiva de que esta relacion esta determinada por el uso mas in-tensivo de insumos en las parcelas de menor y mayor superficie relativo a las de tamanomedio; (b) planteamos que existen factores que dificultan el funcionamiento del mercado detierras; y (c) presentamos evidencia que refuta la conjetura de que el mecanismo utilizadopara determinar el pago de la cana afecta negativamente la calidad de este cultivo. En lo querespecta a los ingenios, encontramos que aquellos ingenios capaces de generar electricidadmas eficientemente tienden a observar mejores rendimientos en la produccion de azucar.Palabras Clave: Azucar; Industria Azucarera; Competitividad; Cana de Azucar; Rendi-miento en Campo; Eficiencia de Fabrica.

Abstract: In this paper, we study various key structural features of sugarcane produc-tion and sugar mills in Mexico. Regarding the production of sugarcane: (a) we document aU-shaped relationship between the size of sugarcane cultivation plots and their yield, andshow suggestive evidence that this relationship is driven by the more intensive use of inputsin smaller and larger plots relative to those of medium size; (b) we argue that there are factorsthat complicate the functioning of the land market; and (c) we present evidence refuting theconjecture that the mechanism used to determine payments for sugarcane affects negativelythe quality of this crop. With respect to sugar mills, we find that those mills that are ableto generate electricity more efficiently tend to observe higher returns in sugar production.Keywords: Sugar; Sugar Industry; Competitiveness; Sugarcane; Plot Yield; Sugar Mill Ef-ficiency.JEL Classification: D23, D24, L66, Q1.

*Agradecemos los comentarios, orientacion y puntos de vista expresados durante las conversaciones quesostuvimos con miembros y representantes de los sectores canero e industrial, comercializadores y autori-dades gubernamentales. Este trabajo se ha beneficiado con las valiosas sugerencias de Marcelo Delajara,Santiago Guerrero, Raul Ibarra, Miriam Juarez, Jose Antonio Murillo, Salvador Rodrıguez, Rainer Schwabe,Eduardo Torres-Torija, Daniel Vaughan, dos dictaminadores anonimos, y participantes en los seminarios delBanco de Mexico, la Universidad de Guadalajara, la Universidad Autonoma de Guadalajara, la UniversidadAutonoma de Nuevo Leon, la Universidad Panamericana (campus Guadalajara), el EconLunch del Colegiode Mexico, y la conferencia anual de la Agricultural and Applied Economics Association. Los autores asumenla responsabilidad de cualquier error en el presente documento.

†Direccion General de Investigacion Economica. Email: fcampos@banxico.org.mx.‡Direccion General de Investigacion Economica. Email: mariana oviedo@banxico.org.mx.

1

I Introducción

Un importante ingrediente para la adecuada conducción de la política monetaria consiste en el entendimiento de los factores institucionales que influyen en el proceso de formación de precios de productos y servicios relevantes para la dinámica inflacionaria. El grupo de alimentos y bebidas tiene especial relevancia dada su alta ponderación en el índice de precios al consumidor (22.5%) así como las claras implicaciones de bienestar social que conllevan las fluctuaciones en los precios de los bienes que componen este grupo. En particular, el azúcar ha cobrado notoriedad por el comportamiento de su precio en años recientes y su lugar como uno de los productos agroindustriales de mayor importancia en México. La presente investigación estudia una serie de rasgos estructurales en dos eslabones clave de la industria azucarera: el campo cañero y los ingenios azucareros. No es de nuestro conocimiento que exista algún otro estudio de la industria azucarera en México con el alcance o el rigor metodológico de esta investigación.

Primeramente estudiamos una terna de factores institucionales que inciden sobre la producción de caña de azúcar. Comenzamos examinando la relación entre la extensión de los predios cañeros y su productividad. Encontramos una relación en forma de U entre el tamaño de las parcelas y sus rendimientos. Presentamos evidencia que apunta a que esta relación ocurre a través del uso más intensivo de factores de la producción (e.g., fertilizante, sistemas de irrigación) en los predios de menor y mayor superficie comparado a las parcelas de tamaño medio—aquéllas con una superficie aproximada de ocho hectáreas.

Posteriormente discutimos la operación del mercado de tierras. Mostramos que existen factores que obstruyen el funcionamiento de este mercado al generar tanto costos de transacción como costos de oportunidad que desincentivan la participación de vendedores y compradores.

Cerramos nuestro escrutinio del campo cañero analizando el sistema utilizado para definir el pago de la caña de azúcar. Sometemos a pruebas estadísticas la conjetura de que la fórmula utilizada para determinar el precio al que se paga la caña afecta negativamente la calidad del cultivo. De acuerdo a este argumento, la fórmula desincentiva la búsqueda de mejoras a la calidad del producto al considerar la calidad promedio de toda la caña recibida por el ingenio en vez de la calidad específica de la carga de cada abastecedor. La evidencia que encontramos no ofrece sustento empírico a esta conjetura.

El segundo eslabón que exploramos corresponde a los ingenios azucareros. Investigamos el grado en que la administración (pública o privada) de los ingenios y la diversificación del portafolio de producción más allá del azúcar se asocian con la productividad de los ingenios. La evidencia indica que ni la administración de los ingenios, ni su capacidad de producir alcohol, sostienen una relación significativa

2

con su productividad. En contraste, aquellos ingenios capaces de generar energía eléctrica más eficientemente tienden a exhibir niveles superiores de productividad habiendo ajustado por sus requerimientos operativos de electricidad.

El resto del documento está organizado de la siguiente manera. En la siguiente sección presentamos una breve reseña sobre la producción de azúcar en México. En la Sección III describimos los datos que se utilizaron en esta investigación. La Sección IV se concentra en la producción de caña de azúcar, en tanto que la Sección V está dedicada a la discusión sobre los ingenios. En la Sección VI presentamos nuestras conclusiones.

II Producción de azúcar en México1

La relevancia de la industria azucarera en México se hace manifiesta primeramente en su aportación al Producto Interno Bruto (PIB) de la industria alimentaria. El valor promedio de la producción de azúcar durante los ciclos 2006/07 a 2010/11 (el ciclo azucarero en México comprende del 1 de octubre al 30 de septiembre del año siguiente) fue equivalente al 2.1% del PIB de la industria alimentaria, alcanzando en 2011 un máximo de MN$53,745 millones, o 2.4% del valor del PIB de dicha industria.2, 3

Por su parte, la contribución al PIB agrícola por parte de la caña de azúcar—cultivo a partir del cual se produce el azúcar en México—se ha ubicado en niveles promedio del 7.8% durante el periodo 2006-2011, ascendiendo en 2011 a 8.6%, equivalente a MN$30,369 millones. Ello ubica a la caña de azúcar como el segundo producto agrícola más valioso en el país, tan sólo detrás del maíz en grano. Asimismo, la caña de azúcar constituye uno de los diez principales cultivos (entre alrededor de trescientos) a juzgar por la superficie dedicada a ésta, con una superficie cosechada ligeramente superior a las 710 mil hectáreas—circa 3.9% de la superficie total cosechada en el año agrícola 2011.4

La caña de azúcar es un cultivo que se desarrolla bajo condiciones tropicales o subtropicales. Su traslado a los ingenios azucareros no debe demorar a fin de

1 Una descripción más extensa de la producción de azúcar en México puede consultarse en FIRA (2009, 2011). 2 El PIB de la industria alimentaria representa alrededor del 4% del PIB nacional. Los cálculos elaborados con base en información del Banco de México y la Cámara Nacional de las Industrias Azucarera y Alcoholera (CNIAA). Para el cómputo del valor de la producción de azúcar, se utilizó el precio de referencia del azúcar para la liquidación del pago de la caña publicado en el Diario Oficial de la Federación (DOF) el 24 de octubre de 2011. 3 El jarabe de maíz de alta fructosa (JMAF) es un producto substituto del azúcar que ha venido aumentando su participación en el mercado nacional de edulcorantes en los últimos años. En el Anexo A1 discutimos brevemente esta situación. 4 Al cierre de 2011, los diez principales cultivos en términos de la superficie cosechada fueron (en orden): maíz grano, pastos, sorgo grano, frijol, caña de azúcar, café cereza, trigo grano, avena forrajera, alfalfa verde y naranja. Fuente: Servicio de Información Agroalimentaria y Pesquera (SIAP).

3

evitar pérdidas en su calidad que a su vez afecta negativamente el volumen de azúcar que se pueda extraer. En función de estos factores, la cosecha de caña y producción de azúcar se concentra en 15 estados de la república con climas tropicales o subtropicales, entre los cuales destacan Veracruz, San Luis Potosí y Jalisco al aportar casi el 60% de la producción nacional de caña y azúcar (ver Tabla 1).

La industrialización de la caña con el fin de transformarla en azúcar se lleva a cabo en 54 ingenios, la mayoría de los cuales pertenecen a algún conglomerado de empresas azucareras. La Tabla 2 presenta un listado de los ingenios agrupados de acuerdo al conglomerado al que pertenecieron durante el ciclo 2010/11, así como la contribución de cada ingenio y grupo a la producción de azúcar nacional. Como se puede observar, el sector azucarero no se caracteriza por tener algún productor claramente dominante. Ningún ingenio aportó más de 4.5% a la producción nacional. El grupo que contribuyó mayormente a la producción total con 20.8% es el Fondo de Empresas Expropiadas del Sector Azucarero (FEESA), compuesto por los nueve ingenios que para el ciclo 2010/11 permanecían en propiedad del gobierno como resultado de la expropiación de ingenios realizada en 2001. El índice Herfindahl–Hirschman, utilizado ampliamente como una medida de concentración del mercado, toma un valor de 247.04 puntos a nivel de ingenio y de 1,091.25 puntos a nivel de grupo; en ningún caso se consideran estos valores indicativos de un mercado concentrado.

El sector azucarero juega un papel toral en la vida económica de ciertas regiones del país. Se considera una actividad de alto impacto en 227 municipios compuestos por alrededor de 12 millones de habitantes. En su conjunto, la industria azucarera genera más de 450 mil empleos (equivalente a 0.9% y 6.7% de la Población Económicamente Activa total y del sector primario, respectivamente) y beneficios directos a más de 2.2 millones de personas.5

Como componente del índice inflacionario, el azúcar recibe una ponderación (en una escala de 0 a 100 puntos porcentuales) de 0.18 en el Índice Nacional de Precios al Consumidor (INPC, base 2010 y ponderadores vigentes a partir de la primera quincena de abril de 2013), ubicándolo como el 31er producto de mayor ponderación entre los 108 genéricos que constituyen el subíndice “Alimentos, Bebidas y Tabaco”. En el Anexo A2 documentamos la contribución del azúcar a la evolución de la inflacionaria durante la década pasada.

Como parte del Índice Nacional de Precios al Productor (INPP, base 2012), la caña de azúcar recibe una ponderación (en una escala de 0 a 100 puntos porcentuales) de 0.16, lo cual ubica a este producto como el 8o producto de mayor ponderación entre los 69 productos que componen el subíndice “Agricultura, cría y 5 Fuentes: Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación (SAGARPA, 2007a), e Instituto Nacional de Geografía y Estadística (INEGI).

4

explotación de animales, aprovechamiento forestal, pesca y caza”. Por su parte, el azúcar tiene una ponderación de 0.34, ubicándose como el 27o producto de mayor ponderación entre los 361 productos que forman el subíndice “Industria Manufacturera”.

Finalmente en el plano internacional, México ocupó en 2011 la 7a posición a nivel mundial entre los países productores de azúcar (ver Figura 1) y 9a como consumidor del edulcorante (ver Figura 2).6

III Datos y estadísticas descriptivas

Los datos utilizados en esta investigación se obtuvieron primordialmente de tres fuentes. Primero, las Estadísticas de la Agroindustria de la Caña de Azúcar, volúmenes 2001-2010 y 2002-2011. Esta publicación, elaborada por la Unión Nacional de Cañeros de la Confederación Nacional de Productores Rurales (UNC-CNPR), contiene información histórica y actual para cada uno de los 59 ingenios que han operado en dicho periodo. La información provista por esta fuente se enfoca en indicadores generales del volumen de producción de caña y azúcar, las características del cultivo, y diversas métricas referentes a la operación de los ingenios; empero, no proporciona información detallada de los diferentes factores que influyen en la productividad del sector (e.g., si el cultivo es de riego o de temporal, o la aplicación de fertilizantes). Este tipo de datos fueron obtenidos de una segunda fuente, el Manual Azucarero Mexicano, volúmenes 2002 a 2012, el cual es publicado por la Compañía Editora del Manual Azucarero (CEMA). Este documento contiene un acervo de información exhaustivo sobre las condiciones de la producción de caña y de azúcar, así como las características geográficas existentes en la zona donde se ubica el ingenio. No obstante la riqueza de la información contenida en los manuales, no se proporcionan los datos completos para todos los ingenios. Además, estos manuales únicamente están disponibles en medio impreso y la forma en que están presentados los datos es en su mayoría prosa, por lo que fue necesario capturar manualmente la información de cada libro.

Finalmente, se utilizó información proporcionada por la Comisión Nacional del Agua (CONAGUA) para conocer la precipitación de lluvia que se presentó en las estaciones más cercanas a los ingenios. Para ello se utilizó el software ArcGIS con el que se identificaron las estaciones cercanas y posteriormente se obtuvo el total de lluvia que se registró en los 18 meses previos al inicio de la zafra, periodo

6 Koo y Taylor (2011) estiman que en 2010 el consumo de azúcar per cápita en México habría sido de 40.5 kilogramos, cifra que se compara con 74 kg en EE.UU., 60.4 kg en Brasil, 59.8 kg en Australia, 47 kg en la Unión Europea, 39.4 kg en Canadá, 23.3 kg en Corea del Sur, 20.4 kg en Indonesia, 20 kg en India, 17.7 kg en Japón, y 11.2 kg en China.

5

máximo que se considera adecuado para que la caña madure lo suficiente para su cosecha (FAO, 2012; Pérez Zamorano, 2007; SAGARPA, 2010).

La Tabla 3 presenta un listado ordenado alfabéticamente de las variables utilizadas en este estudio acompañadas de su definición y fuente. La Tabla 4 muestra las estadísticas descriptivas de dichas variables durante el periodo completo de estudio (zafras 2000/01-2010/11) así como de la zafra 2010/11 a fin de mostrar la situación vigente al último ciclo para el cual disponemos de datos. La unidad de observación son los ingenios, de los cuales consideramos únicamente los 54 ingenios que operaron en cada uno de los once ciclos incluidos en este estudio.7, 8

En relación a las estadísticas de campo de mayor interés para este estudio, la Tabla 4 indica que en promedio, el sector cañero registró rendimientos de 10 toneladas de sacarosa por hectárea (ver variable “Sacarosa” en las Tablas 3 y 4) generados por la producción de 75 toneladas de caña por hectárea (variable “Caña”) cuyo contenido de sacarosa fue de 13.5% (variable “Contenido sacarosa”). Para la zafra 2010/11, la producción promedio de sacarosa por hectárea ascendió a 9.5 toneladas, resultado primordialmente de la caída de los rendimientos de campo promedio a 68 toneladas de caña por hectárea, ya que el contenido de sacarosa exhibió incluso una pequeña alza al ubicarse en 13.9%.

Como medida de la extensión de las unidades de producción de caña, consideramos el número de hectáreas cultivadas por cañero (variable “Tamaño parcela”); es decir, esta medida captura el tamaño promedio de las parcelas que abastecen a cada ingenio. La parcela promedio exhibió una superficie de 4.5 hectáreas, cifra que se mantuvo estable durante todo el periodo considerado, de tal suerte que para la zafra 2010/11 la extensión promedio ascendió a 4.7 hectáreas.

En lo relacionado al uso del factor capital, observamos que en promedio 82% de la caña fue alzada y colocada mecánicamente en vehículos que transportarían la caña del campo al ingenio (variable “Alzado mecánico”). Una medida indicativa de un uso aún más intensivo del factor capital es la proporción de caña cosechada mecánicamente, lo cual involucra tanto el cortado como el alzado mecánico de la caña; esta métrica se ubicó en un nivel promedio de 22% (variable “Cosecha mecánica”). La utilización de sistemas de riego ofrece otro indicativo de la penetración del factor capital en la producción de caña. En promedio 48% de la superficie industrializada contaba con irrigación (variable “Riego”). Cabe señalar dos observaciones adicionales. Primero, hay una alta heterogeneidad en el uso de capital entre los productores de caña. En todos estos indicadores, el rango abarcó

7 La decisión de excluir a los ingenios de Independencia, La Concepción, San Gabriel, San Sebastián y Santo Domingo obedece al objetivo de reducir el riesgo de que nuestro análisis econométrico sufriera de sesgos generados por la cancelación de sus operaciones en algún punto del periodo estudiado; técnicamente, para evitar el llamado “attrition bias”. 8 El número de observaciones difiere entre variables debido a que algunos ingenios no reportan consistentemente sus estadísticas.

6

tanto la utilización prácticamente nula de factores de capital como una penetración del 100%. Segundo, estas medidas presentaron tendencias relativamente constantes a lo largo de los once ciclos considerados, por lo que el uso de capital registró durante la zafra 2010/11 cifras similares al promedio de todo el periodo.

A continuación cambiamos nuestra atención a los ingenios. La Tabla 4 muestra que el proceso de re-privatización de ingenios acaecido a partir de la expropiación de 27 ingenios en septiembre de 2001 no ha concluido. Para el ciclo 2010/11 nueve (20%) de los 54 ingenios en operación continuaban aún en propiedad del gobierno, siendo administrados por el FEESA (variable “Administración ingenio”).9

Nuestra medida clave de la productividad de los ingenios es la llamada eficiencia de fábrica, la cual captura la tasa de transformación de sacarosa en azúcar; en otras palabras, es el cociente de la producción de azúcar sobre la del volumen de sacarosa industrializada. Durante el periodo 2000/01-2010/11, el ingenio promedio exhibió una eficiencia de 82.3% (variable “Eficiencia de fábrica”); es decir, obtuvo poco más de ocho toneladas de azúcar por cada diez toneladas de sacarosa. Para la zafra 2010/11, esta cifra registró un pequeño aumento al ubicarse en 82.5%. Otra métrica comúnmente utilizada para analizar la productividad de los ingenios es el rendimiento de fábrica, el cual se compone del cociente de la producción de azúcar sobre el volumen de caña molida. Como se aprecia en la Tabla 4, el ingenio promedio registró durante todo el periodo de estudio un rendimiento de 11.1% (variable “Rendimiento de fábrica”), ligeramente inferior al promedio de 11.5% del ciclo 2010/11.10

Además de ser la principal fuente de azúcar en México, la explotación de la caña permite la generación de energía eléctrica y producción de alcohol. Durante nuestro periodo de estudio, el ingenio promedio produjo 17.3 kWh por tonelada de

9 El 23 de julio de 2012 se publicó en el Diario Oficial de la Federación (DOF) el acuerdo para desincorporar del régimen de dominio público de la federación los nueve ingenios azucareros y autorizar su enajenación. El 29 de noviembre del mismo año el entonces Secretario de Agricultura, Francisco Mayorga, señaló en conferencia de prensa que el procedimiento por el que se enajenarán los ingenios será el de concurso mercantil. Éste es un proceso judicial que consta de dos etapas, la de conciliación y la de quiebra. De acuerdo con el artículo 3 de la Ley de Concursos Mercantiles, la conciliación se hace para lograr la conservación de la empresa mediante el convenio que suscriba el comerciante con sus acreedores reconocidos. La finalidad de la quiebra es la venta de la empresa, de sus unidades productivas o de los bienes que la integran para el pago a los acreedores reconocidos. En el caso de los ingenios azucareros, el gobierno depositó mil millones de pesos que corresponden al bono expropiatorio para pagar a los acreedores. En el artículo 198 de la misma ley se señala que la enajenación de los bienes deberá realizarse a través de subasta pública, la cual inicia con un precio mínimo y se entrega el bien subastado al mejor postor. Sin embargo, el artículo 207 señala que si transcurren seis meses a partir del inicio de la etapa de quiebra, y aún no se han enajenado todos los bienes, entonces cualquier persona interesada podrá presentar al juez una oferta para la compra de cualquier bien o conjunto de bienes remanentes. 10 El rendimiento de fábrica considera sólo la cantidad de caña molida, ignorando su calidad (i.e., contenido de sacarosa). En consecuencia, es una medida que castiga (premia) a ingenios que reciben caña de baja (alta) calidad, haciéndolos lucir menos (más) productivos de lo que realmente son. El hecho de que la eficiencia de fábrica captura tanto la cantidad como la calidad de la caña procesada hace de esta métrica una medida más apropiada de la productividad de los ingenios, y por este motivo nos enfocamos en dicho indicador.

7

caña (variable “Generación electricidad”). Empero, esta cifra enmascara la tendencia creciente que se ha observado desde el ciclo 2003/04, cuando la generación promedio fue de 16.6 kWh/Ton; para la zafra 2010/11, la producción de electricidad ascendió a un máximo de 18.1 kWh/Ton.11 Ello contrasta con el patrón descendente que ha registrado el aprovechamiento de la caña para la producción de alcohol durante el periodo 2000/01-2010/11. Los ingenios abrieron la década produciendo en promedio 1.2 Lts/Ton, tocaron fondo en el ciclo 2009/10 al generar 0.2 Lts/Ton, y cerraron produciendo 0.4 Lts/Ton (variable “Producción alcohol”). El promedio de todo el periodo fue 0.7 Lts/Ton.12

En lo referente al uso de energéticos, observamos que en promedio los ingenios consumieron 17 kilowatts-hora (variable “Consumo electricidad”), 8 litros de petróleo (variable “Consumo petróleo”) y 0.6 toneladas de vapor (variable “Consumo vapor”) por tonelada de caña molida. Cabe mencionar que la utilización de petróleo ha ido disminuyendo consistentemente en el tiempo hasta alcanzar un mínimo de 2.3 Lts/Ton en el ciclo 2010/11, con dieciocho ingenios prescindiendo por completo de este insumo. En el caso de la electricidad y el vapor, el uso de estos insumos se ha mantenido estable a lo largo de nuestro periodo de estudio.

Otro rubro en el que los ingenios también han observado disminuciones considerables es el de la fracción del tiempo laboral perdido por motivos misceláneos, cuyo promedio de 20% durante todo el periodo alcanzó su mínimo en el ciclo 2010/11 con 15% (variable “Tiempo perdido total”). Las mejorías en esta métrica fueron mayores cuando la pérdida de tiempo se debió a festividades o por cuestiones del campo. En ambos casos, el ingenio promedio registró pérdidas mínimas de 0.4% (variable “Tiempo perdido festividades”) y 2.4% (variable “Tiempo perdido campo”) durante la última zafra considerada.

Cabe por último señalar que como parte de la presente investigación realizamos una serie de entrevistas a diversos partícipes en la industria azucarera, específicamente representantes de los grupos cañero e industrial, comercializadores y autoridades gubernamentales.

11 Como lo explican en mayor detalle FIRA (2010) y SAGARPA (2010), la energía eléctrica es producida a partir de la combustión del residuo fibroso (llamado bagazo) que resulta de la molienda de la caña. La legislación permite a los ingenios generar la electricidad que utilizan en su proceso productivo. Para el ciclo 2010/11, a nivel nacional los ingenios azucareros satisficieron 94% de sus requerimientos operativos de energía eléctrica con generación propia. 12 El alcohol que producen los ingenios es utilizado para la elaboración de bebidas y uso industrial. Los ingenios mexicanos no han incursionado en la producción de biocombustibles dado que únicamente dos ingenios (La Gloria y San Nicolás) cuentan con la infraestructura para la producción de alcohol deshidratado, el cual se mezcla con gasolina para producir combustible. A lo largo de la década pasada se ha visto una reducción gradual en el número de ingenios que producen alcohol debido a su baja rentabilidad, y por la competencia que representan las grandes destilerías que utilizan la caña exclusivamente para la producción de alcohol. La producción de etanol conlleva un costo de oportunidad en términos de la producción de azúcar (IMCO, 2007), el cual se ha visto exacerbado ante los aumentos de los precios mundial y doméstico del azúcar que se han observado a partir de 2006.

8

IV El campo cañero

La sacarosa contenida en la caña de azúcar es el principal insumo para la producción de azúcar en México.13 Resulta por ende menester examinar la capacidad del campo cañero mexicano de proveer este insumo a fin de lograr un mejor entendimiento de la industria azucarera.

A nivel internacional, México se ubicó en 2011 entre los diez principales productores de caña de azúcar al haber reportado una molienda de 44.13 millones de toneladas (ver Figura 3). Dicha cosecha se obtuvo a partir de la industrialización de 673 mil hectáreas, una de las mayores de la última década. Sin embargo, la producción de caña durante la zafra 2010/11 quedó distante de los máximos alcanzados durante los ciclos 2004/05-2007/08, los cuales promediaron una molienda de 48.88 millones de toneladas no obstante que la superficie industrializada se ha mantenido relativamente estable en años recientes (ver Figura 4). Estos patrones sugieren una caída en los rendimientos de la producción de caña de azúcar.

En efecto, durante 2011 la productividad en la cosecha de caña de azúcar—medida por el volumen de caña obtenida por hectárea—coloca a México lejos de los niveles alcanzados por países como Perú, Colombia o Egipto. Mientras que estos países registraron rendimientos cercanos o superiores a las 100 toneladas de caña por hectárea, en México esta métrica fue de 65.6 tn/ha (ver Figura 5), nivel que preservó la tendencia decreciente observada durante los últimos seis ciclos.14 La disminución progresiva de los rendimientos en campo ha sido el principal determinante detrás de la reciente tendencia a la baja de la producción de sacarosa—tanto en términos absolutos como en rendimiento por hectárea—ya que el contenido de sacarosa en caña ha incluso mostrado un patrón alcista durante los últimos años, alcanzando un máximo de 14.1% en el ciclo 2010/11 (ver Figuras 6 y 7). En otras palabras, el deterioro del potencial del campo de proveer sacarosa que pueda ser transformada en azúcar no ha sido resultado de cambios en la calidad de la caña cosechada, sino del declive en la capacidad del campo de producir mayores volúmenes de este cultivo por hectárea.15

En esta sección estudiamos tres factores institucionales que inciden sobre la productividad del campo cañero. Primeramente analizamos la relación entre la extensión de los predios cañeros y su productividad. Posteriormente discutimos el

13 La remolacha azucarera es el otro cultivo fuente de sacarosa. Al contrario de la caña, que sólo puede desarrollarse en zonas tropicales y subtropicales, la remolacha crece en climas templados y exhibe una alta resistencia al frío. La producción de este cultivo se concentra en países europeos y EE.UU. 14 Algunas cifras presentadas a partir de esta sección no coinciden con las estadísticas descriptivas porque las segundas no ponderan por la contribución de cada unidad de observación (ingenios) a las estadísticas nacionales. 15 La cantidad (toneladas de caña por hectárea) y la calidad (concentración de sacarosa) de la caña no son medidas independientes, sino que mantienen una relación positiva. En el Anexo A3 discutimos esta relación.

9

funcionamiento del mercado de tierras. El tercer elemento que examinamos es el sistema utilizado para definir el pago de la caña de azúcar.

IV.A Extensión de predios cañeros y productividad En este apartado evaluamos empíricamente la relación entre el tamaño de las parcelas cañeras y sus rendimientos en la producción de sacarosa. La motivación de este análisis proviene de la apreciación compartida entre diversos participantes de la industria azucarera de que la estructura agraria en México en general, y del campo cañero en particular, caracterizada por su alta fragmentación/atomización (i.e., la alta prevalencia de unidades de producción de poco tamaño), es uno de los mayores obstáculos a la productividad del sector cañero.16

Este análisis contribuye al extenso debate que durante varios años se ha desarrollado en torno a la relación entre el tamaño de las parcelas y su productividad. Una referencia seminal es Sen (1962), quien propone la existencia de una relación inversa entre la extensión de las granjas indias y su productividad. Sen atribuye esta asociación al uso más intensivo de mano de obra en las granjas pequeñas, lo cual resulta de la mayor disponibilidad de mano de obra de familiares. A partir de esta publicación varios autores han estudiado este fenómeno en África, Asia y América Latina. Una rama de esta literatura ha encontrado evidencia apoyando la hipótesis de que los pequeños agricultores son más productivos, lo cual se justifica por factores tales como un uso más eficiente e intensivo de la tierra, mano de obra, y capital por parte de los pequeños agricultores (Ahmad y Khan Qureshi, 1999; Bardhan, 1973; Carter, 1984; Cornia, 1985; Fan y Chan-Kang, 2005) e imperfecciones en los mercados de tierra, trabajo, seguros, y crédito (Heltberg, 1998).

Bhalla y Roy (1988) refutan estos resultados argumentando que la relación inversa es generada por la omisión de variables en el modelo tales como la calidad del suelo. La evidencia presentada por Chen et al. (2011) hace eco a dicho argumento. En un tono similar, otros estudios concluyen que la relación inversa se debilita e incluso se invierte ante la presencia de un mayor uso de tecnología, mayor aplicación de fertilizantes, y otros insumos intensivos en capital. Thapa (2007) muestra que la relación inversa tiende a volverse insignificante si los agricultores tienen mejor acceso a recursos como créditos, tecnologías avanzadas, riego e información de mercados.

Existen tres estudios que sobresalen por tener una relación más cercana a nuestro análisis. Primero, el exhaustivo estudio que Pérez Zamorano (2007) realiza de la producción de caña en el valle de Matamoros, Puebla. Una de las tesis

16 La alta fragmentación del campo ha sido identificada como una de las características estructurales de mayor relevancia para el sector agrícola en México (Fernández y Fernández, 1946; Artís Espriu, 1997; Warman, 2003; SAGARPA, 2007b).

10

principales de dicho trabajo es que un campo cañero altamente atomizado socava su productividad al dificultar: (i) el acceso a financiamiento para la adquisición de insumos, maquinaria y equipo, y la renovación de las plantaciones, entro otros; (ii) la administración de recursos acuíferos; y (iii) la utilización eficiente de la mano de obra. Nuestro trabajo se distingue de este estudio primordialmente por la explotación que realizamos de datos longitudinales de los sectores cañero e industrial, en tanto que el análisis de Pérez Zamorano se basa en el método (cualitativo) de estudio de caso.

Por tratarse del agro mexicano, el segundo estudio estrechamente relacionado al nuestro es el de Kagin et al. (2012), quienes explotan un panel de datos a nivel de parcelas obtenidos de la Encuesta Nacional de Hogares Rurales de México. Tanto el trabajo de Kagin et al. como el nuestro aportan a una prácticamente inexistente literatura sobre la relación entre la extensión de las parcelas y sus rendimientos en el contexto del campo mexicano (lo cual a su vez ha devenido por la carencia de datos para llevar a cabo este tipo de estudios). Kagin et al. encuentran que los predios pequeños son más productivos y operan más eficientemente que los de mayor tamaño. Los resultados que aquí presentamos se alinean con los de estos autores para el caso de parcelas suficientemente pequeñas. Ello es complementado con nuestro hallazgo de que a partir de un tamaño crítico, la extensión de los predios cañeros se asocia positivamente con sus rendimientos.

El tercer estudio que guarda una relación cercana al nuestro es el análisis de Helfand y Levine (2004) sobre los determinantes de la eficiencia productiva en el campo cañero brasileño. Estos investigadores presentan evidencia de una relación en forma de U entre eficiencia y el tamaño de las granjas, la cual atribuyen al hecho de que los grandes productores tienen acceso preferencial a instituciones, servicios (e.g., red eléctrica, asistencia técnica, canales de comercialización) y tecnologías que coadyuvan a mejorar su productividad. Similar a Helfand y Levine, nosotros documentamos una relación en forma de U entre la extensión de las parcelas cañeras y sus rendimientos. A diferencia de estos autores, encontramos que la relación aludida se disipa una vez que controlamos por la utilización de ciertos factores de capital.

La Figura 8 ofrece una primera ilustración de la relación en forma de U entre el tamaño de los predios cañeros y la producción de sacarosa por hectárea alcanzada por los abastecedores de caña durante las zafras 2000/01 a 2010/11. Con el fin de dar un sustento más robusto a esta impresión visual, en la Figura 9 presentamos la regresión no paramétrica de los rendimientos de sacarosa por hectárea sobre el tamaño de las parcelas cañeras. El resultado de este ejercicio refuerza la idea de una asociación en forma de U entre estas variables, la cual examinamos econométricamente a continuación.

11

Una estrategia parsimoniosa que captura dicha asociación no monotónica radica en estimar la ecuación

𝑠𝑎𝑐𝑎𝑟𝑜𝑠𝑎𝑖𝑠𝑡 = 𝑐 + 𝛽1(𝑡𝑎𝑚𝑎ñ𝑜 𝑝𝑎𝑟𝑐𝑒𝑙𝑎𝑖𝑠𝑡) + 𝛽2(𝑡𝑎𝑚𝑎ñ𝑜 𝑝𝑎𝑟𝑐𝑒𝑙𝑎𝑖𝑠𝑡)2

+ 𝑋𝑖𝑠𝑡′ 𝛿 + 𝜑𝑡 + 𝜑𝑠 + 𝑢𝑖𝑠𝑡 , (1)

donde 𝑠𝑎𝑐𝑎𝑟𝑜𝑠𝑎𝑖𝑠𝑡 representa la producción de sacarosa por hectárea alcanzada por los abastecedores del ingenio 𝑖 ubicado en el estado 𝑠 durante el ciclo 𝑡 = 2000/01,..., 2010/11; 𝑐 es una constante; 𝑡𝑎𝑚𝑎ñ𝑜 𝑝𝑎𝑟𝑐𝑒𝑙𝑎𝑖𝑠𝑡 denota el tamaño promedio de las parcelas productoras de caña de azúcar que abastecen al ingenio 𝑖; 𝑋𝑖𝑠𝑡 es un vector de controles; 𝜑𝑡 y 𝜑𝑠 representan efectos fijos de los ciclos y estados, respectivamente; y 𝑢𝑖𝑠𝑡 es el término residual. Tanto las variables de control como los efectos fijos son introducidos gradualmente en las diversas especificaciones que consideramos. Los coeficientes de interés son 𝛽1 y 𝛽2.17, 18

La Tabla 5 presenta los resultados de las estimaciones de (1). La primera columna muestra las estimaciones de nuestra especificación más simple, la cual sólo incluye (además del intercepto) los términos lineal y cuadrático de nuestra medida de la extensión de las unidades de producción de caña. Los resultados confirman la relación en forma de U entre el tamaño promedio de las parcelas y los rendimientos de sacarosa que se aprecia en las Figuras 8 y 9, e indican que el tamaño crítico de las parcelas a partir del cual se observa una relación positiva entre estas variables es de 8.3 hectáreas.

Una primera extensión de esta especificación base consiste en examinar si la relación se mantiene a lo largo de los ciclos que comprenden este análisis. Ello se logra con la inclusión de variables dummy por cada zafra. En efecto, la columna (2) muestra que la asociación no monotónica se mantiene aún con la inclusión del efecto fijo por zafra de tal forma que el tamaño crítico de las parcelas disminuye marginalmente a 8.2 hectáreas. Asimismo se puede argumentar que existen condiciones que los productores cañeros de algún estado 𝑠 comparten (e.g., marco institucional, geografía, etc.) que pudiesen afectar su productividad. Para capturar dicho efecto incluimos dummies por estado, lo cual arroja las estimaciones que se exhiben en la columna (3). Observamos que la relación en forma de U es también

17 La ecuación (1) excluye el efecto fijo por ingenio porque su inclusión generaría problemas de identificación debido a que la variable de interés, el tamaño de los predios cañeros, carece de suficiente varianza a lo largo del tiempo. (El caso extremo de este problema es cuando la variable es constante en el tiempo, en cuyo caso dicha variable es eliminada por completo de la regresión.) Por ende, nuestros resultados se derivan principalmente de la heterogeneidad transversal entre ingenios. Los errores estándar son agrupados por municipio a fin de atender la posibilidad tanto de correlación espacial como de correlación serial (los 54 ingenios están distribuidos en 49 municipios). 18 La carencia de datos para algunos ingenios en diversas zafras (lo cual se ve reflejado en la disparidad de N entre las diferentes especificaciones) nos fuerza a imponer el supuesto de que la falta de observaciones no responde a patrón alguno habiendo condicionado por las variables explicativas de nuestro modelo. La aparente aleatoriedad con la que dejamos de tener algunas observaciones, así como la extensa gama de controles que incluimos, nos da confianza de que éste es el caso.

12

robusta a la inclusión del efecto fijo por estado; a pesar de que la estimación de los coeficientes cambia en magnitud, el tamaño crítico de parcelas se mantiene cercano a la especificación original al ubicarse en 8.1 hectáreas.

En las especificaciones subsecuentes procedemos a introducir gradualmente las variables de control. Primeramente controlamos por la precipitación pluvial y la administración de los ingenios (privada vs. gubernamental). La columna (4) muestra que la asociación en forma de parábola se preserva bajo esta especificación, sugiriendo un tamaño crítico de las parcelas de 8.6 hectáreas.

A continuación incluimos controles relacionados a la utilización de insumos. La columna (5) presenta evidencia de que la relación en forma de U se conserva aun cuando controlamos por el uso de fertilizantes, e indica un tamaño crítico de las parcelas de 8.7 hectáreas.19 En la siguiente especificación incluimos controles relacionados al alzado mecánico de la caña, el número de vehículos que transportan la caña del campo al ingenio, y el número de cortadores. Bajo esta especificación encontramos una primera indicación de que la introducción de insumos puede hacer redundante el efecto de la extensión de las parcelas sobre los rendimientos de sacarosa. Como se aprecia en la columna (6), se mantiene la relación convexa entre tamaño y rendimientos, aunque el término cuadrático pierde su significancia estadística.20 La superficie de las parcelas se vuelve completamente redundante una vez que controlamos por el uso de sistemas de riego (columna (7)) o la cosecha mecánica de la caña (columna (8)), variables que aparecen positivamente relacionadas con los rendimientos de sacarosa. Nuestras estimaciones sugieren que un incremento de diez puntos porcentuales en la superficie de cultivo con sistema de riego, o en la fracción de caña cosechada mecánicamente, puede aumentar la producción de sacarosa por hectárea promedio en aproximadamente 4%. Las columnas (9) y (10) confirman la redundancia del tamaño de las unidades productivas bajo nuestras especificaciones más completas que incluyen toda la batería de variables de control.

Como se mencionó anteriormente, el efecto fijo del estado podría estar capturando condiciones geográficas relevantes para la productividad del campo. A fin de evaluar esta hipótesis, substituimos el efecto fijo del estado por la altitud sobre el nivel del mar de los ingenios, la cual es una medida más precisa de las condiciones geográficas que enfrentan las parcelas cañeras. Las columnas (11) a (13) corroboran nuestros resultados, a saber, la relación en forma de U se preserva en tanto no se incluyan controles sobre la utilización de sistemas de irrigación o cosecha mecánica. De otra forma, la extensión de los predios cañeros se vuelve 19 La inclusión del término cuadrático de la variable de fertilizantes es resultado de pruebas que indican que la inclusión de dicho término es una mejora estadísticamente significativa sobre los modelos que únicamente incluyen el término lineal de la variable en cuestión. 20 Este resultado se obtiene únicamente al usar conjuntamente los controles de alzado mecánico, vehículos y cortadores. La inclusión por separado de estas variables conserva la dirección y significancia estadística a niveles convencionales de los coeficientes de interés. (Omitimos mostrar estos resultados para ahorrar espacio.)

13

redundante. Asimismo, estos resultados indican que una mayor altitud tiene efectos benéficos sobre los rendimientos de sacarosa. Parcelas ubicadas a una altitud adicional de 100 metros pueden esperar tener mayores rendimientos de sacarosa de entre 2 y 3%.

Los resultados de la Tabla 5 también apuntan en su conjunto a que el tipo de propiedad de los ingenios no incide significativamente en la productividad del campo.21 Una situación similar se presenta con las variables de alzado mecánico, vehículos y cortadores. Asimismo, observamos evidencia mixta en lo referente a la relación entre lluvia y los rendimientos de sacarosa.22 La dirección de los coeficientes correspondientes al uso de fertilizantes apuntan a una relación convexa con la productividad de campo; empero, la falta de robustez de este resultado levanta sospechas de dicha relación.23

En el Anexo A4 sometemos a pruebas de robustez la forma funcional de la ecuación (1) así como los principales resultados presentados en la Tabla 5. Demostramos que la inclusión del término cuadrático constituye una mejora estadísticamente significativa sobre el modelo que sólo incluye el componente lineal en aquellas especificaciones que no controlan por la utilización de insumos. Bajo las especificaciones que contienen controles sobre el uso de insumos, tanto el término lineal como el cuadrático pierden su relevancia. Asimismo, nuestros resultados son robustos a la exclusión de observaciones que pudieran considerarse atípicas—i.e., los ingenios La Primavera (PRI) y El Higo (HIG)—así como a la estimación de (1) ponderando por el volumen de caña industrializada o el volumen de azúcar producida.

¿Cómo se pueden racionalizar estos resultados? La extensión de los lotes cañeros no es por sí misma un determinante de la productividad del campo, sino que ejerce indirectamente su influencia a través de la generación de un ambiente más conducente al uso de insumos que inciden directamente sobre los rendimientos de sacarosa. El hecho de que el efecto del tamaño de los predios sobre los rendimientos de sacarosa se vuelva redundante una vez que incluimos controles sobre la utilización de insumos indica que el mecanismo de dicho efecto opera a

21 Aun cuando las columnas (12) y (13) señalan que los proveedores de ingenios privados registran en promedio menores rendimientos de sacarosa, la carencia de resultados similares bajo otras especificaciones evita que derivemos conclusión alguna. 22 Nótese que la relación negativa entre lluvia y productividad (aun en los casos en que carece de significancia estadística) emerge cuando omitimos el control de riego, y se vuelve positiva cuando el riego es incluido. Ello sugiere que es en zonas que reciben menos precipitación donde los sistemas de irrigación se vuelven más necesarios. En estas zonas, una mayor precipitación es más proclive a impulsar una mayor productividad del campo. En contraste, en las zonas que reciben naturalmente altas cantidades de lluvia, una mayor precipitación puede incluso tener consecuencias adversas al provocar inundaciones por ejemplo. 23 Pueden ser varias las razones por las que no encontramos evidencia más contundente sobre la relación entre el uso de fertilizantes y los rendimientos de sacarosa. Por ejemplo, nuestra variable da cuenta de la cantidad de fertilizante aplicada en una primera dosis, ignorando el tipo de fertilizante que las características de cada suelo demanden o las aplicaciones subsecuentes; nuestra medida tampoco captura si el fertilizante es aplicado correctamente.

14

través del impacto de estos factores, siendo el sustento empírico particularmente robusto para el caso del riego.

Bajo este argumento, el siguiente paso natural es analizar la relación entre la escala promedio de las parcelas y la utilización de los diversos factores de producción que hemos considerado. Con este ejercicio buscamos tener un mejor entendimiento del porqué de la relación en forma de U entre el tamaño de los predios cañeros y su productividad. Para ello estimamos regresiones similares a la ecuación (1), con la diferencia de que las variables dependientes son la dosis de fertilizante; la fracción de caña alzada mecánicamente; la disponibilidad de vehículos de transporte, cortadores, e irrigación; y la proporción de caña cosechada mecánicamente. Los regresores de interés son los términos lineal y cuadrático del tamaño promedio de las parcelas; en cada caso estimamos primeramente la regresión usando el término lineal únicamente y después ambos términos. Como variables de control incluimos la precipitación, la administración del ingenio, y los efectos fijos de la zafra y el estado.

La Tabla 6 muestra los resultados del ejercicio. Las primeras dos columnas dan evidencia de una relación en forma de U entre el tamaño de las parcelas y el uso de fertilizantes, con una escala crítica de las parcelas de 6.7 hectáreas. El segmento positivo de la relación se puede explicar con un argumento de economías de escala; i.e., el costo medio del fertilizante disminuye conforme aumenta su cantidad demandada, lo cual hace más redituable la inversión en este insumo cuando se adquiere en mayores cantidades (para satisfacer los requerimientos de predios de mayor superficie) que en cantidades pequeñas. La parte negativa pudiera justificarse como sigue. Al ser poco—o nulamente—rentable la inversión en fertilizantes, los administradores de parcelas chicas utilizarían una cantidad insuficiente de este insumo. En este contexto, parcelas de una mayor dimensión (pero aún más pequeñas del tamaño crítico) estarían recibiendo menos fertilizante por hectárea dado que la diferencia en la superficie superaría el cambio en la disponibilidad del insumo.24

Las columnas (3) y (4) sugieren una asociación no significativa entre la superficie de las parcelas y la fracción de caña alzada mecánicamente. Una razón posible detrás de esta (aparentemente) nula relación es que el alzado mecánico de la caña es un servicio que se puede rentar por un monto proporcional a la superficie de la parcela, lo cual impide el aprovechamiento de las economías de escala que parcelas de mayor tamaño generan.

24 Bajo un supuesto de monotonicidad (que nuestra evidencia refuta), Pérez Zamorano (2007) señala que el tamaño pequeño de las parcelas desincentiva la compra de fertilizante dado que los requerimientos de este insumo se ubican por debajo de la cantidad considerada de mayoreo que permite acceder a un precio por tonelada más accesible.

15

Por otra parte, la escala de las parcelas aparece negativamente relacionada al número de vehículos de transporte disponibles por hectárea (columnas (5) y (6)). En su estudio cualitativo del caso del valle de Matamoros, ubicado en el estado de Puebla, y donde se localiza el ingenio Atencingo, Pérez Zamorano (2007) sugiere una explicación plausible, a saber, que el cargamento de cada abastecedor de caña debe pesarse por separado en el ingenio a fin de determinar sin ambigüedades el pago correspondiente a cada proveedor. Esta situación implica naturalmente que entre mayor sea la atomización del campo, mayor es el número de cañeros, y consecuentemente mayor el número de vehículos utilizados para transportar la caña al ingenio.

La columna (8) exhibe una relación convexa entre la superficie promedio de las parcelas y la utilización de cortadores por hectárea, con un tamaño crítico de las parcelas de 12 hectáreas. El hecho de que dicha escala crítica se ubique en niveles superiores a la gran mayoría de nuestras observaciones implica que el segmento negativo de la curva domina la relación, situación que se refleja en el coeficiente del término lineal que aparece en la columna (7). Este resultado pudiera ser visto como consistente con aquellos estudios que argumentan que los pequeños agricultores tienden a usar más intensivamente el factor trabajo (vide supra). Otra fuente probable de este resultado proviene de la mayor dificultad de planear una asignación más eficiente de las cuadrillas de cortadores en un campo altamente fragmentado—situación que igualmente conlleva mayores variaciones en los tiempos óptimos de cosecha—por lo que simplemente se opta por contar con un número superior de cortadores.

Las columnas (9) y (10) sugieren que una mayor intensidad de las precipitaciones recibidas en el área colindante a los ingenios reduce el uso de sistemas de irrigación al hacerlos menos necesarios. Nuestras estimaciones indican que un incremento de 10% en la acumulación de lluvia promedio conlleva una menor utilización de sistemas de riego en 5 puntos porcentuales. Vale la pena señalar que aun cuando el tamaño de las parcelas aparece relegada a un papel secundario en las dos especificaciones consideradas, una inspección de la evidencia revela que esto es en gran parte resultado del efecto fijo de los estados.25 Al excluir este efecto fijo, encontramos una relación estadísticamente significativa en forma de U, con un tamaño crítico de las parcelas de 6.9 hectáreas (las tablas están disponibles a petición del lector).26

25 Ello puede derivar si por ejemplo los gobiernos estatales cuentan con políticas (e.g., subsidios, créditos blandos) que le faciliten a los productores de caña del estado la adquisición de sistemas de riego independientemente del tamaño de sus parcelas. De ser éste el caso, el tamaño se volvería un factor irrelevante, lo cual podría estar determinando la falta de significancia de los coeficientes de interés. 26 Los sistemas de irrigación representan el caso típico de un factor de capital que no es posible rentar (por no ser un factor móvil) y cuya adquisición conlleva altos costos fijos que sólo pueden ser recuperados si se cuenta con una escala mínima.

16

Las últimas dos columnas tienen como variable dependiente a la fracción de caña cosechada mecánicamente. La columna (11) presenta evidencia de una relación positiva entre el tamaño promedio de las parcelas y el grado de mecanización de la cosecha. Nuestra estimación señala que parcelas de una escala más grande en una hectárea exhiben una mayor mecanización en su labor de cosecha de 1.5 puntos porcentuales, equivalente al 7% del promedio.27 Este resultado no se mantiene ante la introducción del término cuadrático, como se observa en la columna (12). Sin embargo, un par de pruebas estadísticas indican que la especificación lineal captura razonablemente bien la relación entre estas variables, haciendo innecesaria la inclusión del término cuadrático. En efecto, tanto una prueba de cociente de verosimilitud (𝜒12 = 0.1, 𝑝 = 0.75) como de Wald ajustada por heteroscedasticidad (𝐹1,40 = 0.03, 𝑝 = 0.86) evitan que rechacemos la hipótesis nula de que la inclusión del término cuadrático no representa una mejora estadísticamente significativa sobre el modelo que excluye dicho término. La nula ganancia que se logra en el poder explicativo de la regresión ofrece sustento adicional al argumento que la especificación lineal es suficiente.

Estos resultados complementan el argumento derivado de la Tabla 5—la relación no monotónica entre el tamaño de los predios cañeros y su productividad opera a través del uso de insumos. No obstante la carencia de resultados de contundencia incuestionable, en su conjunto la evidencia presentada en la Tabla 6 sugiere que las parcelas de menor y mayor tamaño utilizan más intensivamente factores de la producción comparado a las parcelas de tamaño medio (aquéllas con una superficie cercana a ocho hectáreas), lo cual repercute para que las parcelas pequeñas y grandes presenten mayores rendimientos que las de tamaño medio. En particular, las parcelas de menor tamaño tienden a utilizar más intensivamente fertilizantes, mano de obra y sistemas de riego; las parcelas de mayor superficie tienden a utilizar más intensivamente fertilizantes, irrigación y maquinaria de cosecha.

La generación de economías de escala que vuelvan redituable la inversión en factores de producción se puede aludir como una explicación plausible detrás de la mayor utilización de insumos en parcelas de mayor superficie.28 Este mismo argumento puede inclusive ser extendido a un escenario de un campo altamente atomizado dado que una de las principales razones por las que la fragmentación de

27 Pérez Zamorano (2007) señala tres razones por las que una estructura minifundista inhibe una mayor mecanización del campo. Primero, el costo es prohibitivo relativo a la ganancia que se le puede extraer por explotar una parcela pequeña. Segundo, la maquinaria tiene usualmente una capacidad que supera los requerimientos de un minifundio. Y tercero, la reticencia a mecanizar labores del campo que sustituya el trabajo manual realizado por jornaleros (incluidos familiares en algunos casos). 28 Aparte de los mayores incentivos a la inversión en capital, Pérez Zamorano (2011) discute otros mecanismos (no explorados en esta investigación) a través de los cuales la consolidación de la tierra en parcelas de mayor tamaño incide positivamente sobre el desarrollo del agro mexicano. Este autor argumenta que la explotación de unidades productivas de mayor extensión facilita el acceso al crédito y a canales más eficientes de comercialización. Aunado a ello, los subsidios a la producción son menos propensos a acabar siendo subsidios al consumo, y se reduce el impacto ambiental de la actividad agrícola así como los riesgos de conflictos agrarios.

17

la tierra se ha mantenido (en algunos casos incluso exacerbado) radica en la división y repartición de predios entre los hijos(as) de los cañeros (Pérez Zamorano, 2007). En este contexto, observaríamos parcelas pequeñas contiguas cuyos administradores son parientes, lo cual produce capital social que a su vez facilita la consolidación de facto de los predios a fin de generar economías de escala. Otros mecanismos a través de los cuales se pudiera estar fomentando la consolidación de facto de las parcelas cañeras radican en la renta de lotes y otros esquemas de asociación entre pequeños propietarios.

Un factor adicional que también pudiera estar incidiendo sobre la utilización más intensiva de insumos en los predios de menor y mayor extensión se deriva a partir de que los productores medianos no cuentan con los apoyos (e.g., subsidios) que los pequeños productores reciben para la adquisición de insumos, ni poseen la misma capacidad financiera que los grandes productores tienen para el mismo fin.

IV.B Operación del mercado de tierras Según lo documenta Appendini (2010), alrededor del 60% de la superficie cubierta por predios agrícolas en México operan bajo un régimen de tenencia comunal (ejido o comunidad). Por consiguiente, cualquier discusión sobre el mercado de tierras agrícolas debe concentrarse en el marco legal que define la operación del mercado de tierras comunales. En este apartado mostramos que existen factores legales y extra-legales que complican el libre funcionamiento de este mercado.

Posterior a la Revolución Mexicana, y hasta 1992, las tierras comunales fueron por disposición constitucional propiedad de la nación. Durante este periodo la venta o renta de los predios ejidales estaba prohibida con el fin de mantenerlos ligados a la comunidad. La herencia de la tierra era permitida, pero ésta continuaba siendo propiedad del Estado (OCDE, 1997). A partir de la reforma del artículo 27 constitucional llevada a cabo en 1992, se permite modificar el sistema de propiedad ejidal para transformarlo en propiedad privada y así propiciar la enajenación de las parcelas.29 Ello con el objeto de impulsar el mercado de tierras en el cual éstas servirían como un activo que pudiese ser usado como garantía para el crédito (Yúnez Naude, 2010). Conceptualmente, el mercado de tierras promovería la consolidación de predios agrícolas en unidades productivas de mayor extensión al facilitar la asignación y explotación más eficiente de este recurso.30 Sin embargo, la reforma se ha quedado corta en alcanzar las metas que se pretendían

29 Una descripción y discusión exhaustivas de la reforma de 1992 pueden ser consultadas en Appendini (2010) y Pérez Zamorano (2007). 30 La Ley Agraria contempla otras vías alternativas a la enajenación para fomentar la conjunción de parcelas en unidades productivas de mayor superficie: asociarse con fines productivos (artículos 45 y 50); concesión a otros ejidatarios o terceros del uso o usufructo, mediante aparcería, mediería, asociación, arrendamiento o cualquier otro acto jurídico no prohibido por la ley (artículo 79); y transmitir el dominio de tierras de uso común a sociedades mercantiles o civiles en las que participen el ejido o los ejidatarios, lo cual requiere de la autorización de la asamblea ejidal (artículo 75). Ninguno de estos procedimientos implica que la persona pierda su calidad de ejidatario.

18

de tal suerte que la fragmentación del campo mexicano persiste al día de hoy.31 Appendini (2010) encuentra que para 2007, solo 4.4% de tierras ejidales/comunales se habían transformado a propiedad privada.

Se pueden citar tres importantes motivos detrás de estos resultados. Primero, las barreras a la entrada del mercado de tierras que enfrentan compradores potenciales que sean ajenas al ejido. El primer paso del procedimiento de cambio de régimen de propiedad de la tierra ejidal a propiedad privada consiste en la regularización de los derechos de propiedad. Ello se realizó bajo el Programa de Certificación de Derechos Ejidales y Titulación de Solares (PROCEDE), cuyo protocolo se ilustra en la Figura 10.32 La certificación de la propiedad comunal es condición sine qua non para que las parcelas puedan ser enajenadas, que sin embargo no garantiza el dominio pleno de los ejidatarios/comuneros sobre sus parcelas (artículo 81 de la Ley Agraria)—sólo el 7% de la propiedad comunal certificada había adoptado el régimen de dominio pleno que sí confiere a los ejidatarios/comuneros la facultad de enajenar sus parcelas (Appendini, 2010). Una limitante al ejercicio del dominio pleno sobre las parcelas, y por ende al ágil funcionamiento del mercado de tierras, deriva de que la venta de lotes a personas ajenas al ejido está supeditada a la autorización de la asamblea ejidal y al derecho de preferencia (conocido como “derecho del tanto”) para familiares, personas que hayan trabajado las parcelas por más de un año, ejidatarios, avecindados y el núcleo de población ejidal (ver Sección Sexta de la Ley Agraria, artículos 81 y 84).33 Con estas disposiciones, la ley impone a personas ajenas al ejido barreras a la entrada en el mercado de tierras.

La falta de certidumbre jurídica en torno a la propiedad de las parcelas es plausiblemente una segunda explicación detrás del efecto limitado de la reforma. Este tema surgió recurrentemente en nuestras entrevistas con diversos partícipes en la industria azucarera. Entre las anécdotas que nuestros interlocutores compartieron, podemos citar situaciones en las que los nuevos propietarios sufrieron la invasión de sus predios y recibieron una respuesta insatisfactoria por parte de las

31 De acuerdo a la Encuesta Nacional de Hogares Rurales de México (ENHRUM) de 2002, la superficie promedio de los predios cuyo cultivo es el algodón es de 14 hectáreas, arroz 2.5 ha, café 1.2 ha, caña de azúcar 4.2 ha, cebada y avena 3.2 ha, frijol 1.9 ha, hortalizas 1.6 ha, maíz 1.9 ha, naranja 1.7 ha, sorgo 3.7 ha, soya 8 ha, tabaco 1.5 ha, y trigo 1.7 ha. 32 PROCEDE operó de 1993 a 2006, cuando concluyó habiendo certificado el 95% de los núcleos agrarios comunales. Posterior al PROCEDE, se implementaron los programas de Fomento a la Organización Agraria (FOMAR) y el Fondo de Apoyo a Núcleos Agrarios sin Regularización (FANAR). El FOMAR se concentra en mediar en conflictos agrarios que habrían evitado la regularización de esos predios bajo PROCEDE. El FANAR asiste a ejidos y comunidades no certificados que busquen regularizar su situación. Ver Appendini (2010). 33 El artículo 80 de la Ley Agraria concede la facultad de enajenar sus derechos parcelarios a otros ejidatarios o avecindados del mismo núcleo de población sin necesidad de la aprobación de la asamblea ejidal, aunque este artículo sí preserva el derecho del tanto al cónyuge, concubina o concubinario y los hijos del enajenante.

19

autoridades; o casos en que las autoridades ejidales autorizaban la venta de la misma parcela en múltiples ocasiones.34

Un tercer factor que obstaculiza la operación del mercado de tierras radica en el hecho de que, además del tabaco, la caña de azúcar es el único cultivo que permite a los productores y sus dependientes económicos acceder a la seguridad social—atención médica y el derecho a una pensión—bajo el régimen obligatorio del Instituto Mexicano del Seguro Social, IMSS (artículos 12 y 236 de la Ley del Seguro Social).35, 36 Para recibir los servicios de seguridad social, el productor cañero debe realizar sus aportaciones al IMSS y mantener su condición de agricultor cañero independientemente del tamaño de su parcela cultivada (los jornaleros también son elegibles durante el periodo de zafra). Esta característica del sector cañero dificulta el funcionamiento del mercado de tierras ya que genera incentivos para que los productores busquen conservar en todo momento parte o la totalidad de sus parcelas y con ello su estatus de cañeros. Puede incluso argumentarse que este distintivo del sector cañero fomenta una mayor atomización de los predios dado que: (a) los productores cañeros buscarían que sus descendientes tengan igualmente acceso a la seguridad social, lo cual se lograría subdividiendo la parcela; o (b) en caso de que el agricultor decida cambiar de cultivo, existen incentivos para mantener una fracción de la parcela produciendo caña.

IV.C Sistema de pago de la caña de azúcar La caña de azúcar es un cultivo que se paga de acuerdo al procedimiento establecido en la Ley de Desarrollo Sustentable de la Caña de Azúcar (LDSCA), el cual describimos en mayor detalle en el Anexo A5. Aun cuando la LDSCA contempla el pago de la caña por calidad uniforme así como el pago de la caña por calidad individual o por grupo (Art. 62 de la LDSCA), el método más utilizado es el pago por calidad uniforme según lo señala uno de nuestros interlocutores en el

34 Un factor adicional que surgía repetidamente en nuestras entrevistas que podría incidir negativamente sobre la operación del mercado de tierras es la cultura de apego al campo. Elizondo Mayer-Serra (2011) también menciona que el desconocimiento por parte de los ejidatarios sobre el proceso a seguir para modificar el régimen de tenencia de sus tierras pudiera estar coadyuvando a mantener predios fuera del mercado. 35 La Ley del Seguro Social establece dos regímenes de seguridad social, uno obligatorio y otro voluntario (Art. 6). Aun cuando ambos regímenes proveen los mismos servicios, el régimen obligatorio recibe prioridad sobre el voluntario. Por ejemplo, no procede el aseguramiento voluntario cuando de manera previsible éste pueda comprometer el equilibrio financiero del IMSS o la eficacia de los servicios que proporciona a los asegurados bajo el régimen obligatorio (Art. 226); o se autoriza al IMSS establecer plazos de espera para el disfrute de las prestaciones en especie del seguro de enfermedades y maternidad (Art. 225). Los productores de cultivos diferentes al tabaco y la caña pueden únicamente enrolarse en el régimen voluntario. 36 Como lo explica Pérez Zamorano (2007), la recaudación de las cuotas al IMSS es llevada a cabo por las organizaciones cañeras o los ingenios deduciendo la aportación del cañero de su pago final por la caña entregada al ingenio. La deducción equivale al 25% de la aportación del cañero al IMSS. El resto de la cuota es cubierta por el ingenio (50%) y el gobierno (25%). El Presupuesto de Egresos de la Federación, dentro del Programa Especial Concurrente (PEC) considera en el Ramo 19 una partida presupuestal para la Seguridad Social de los Cañeros. Con este presupuesto los cañeros reciben un subsidio en las cuotas que pagan anualmente. Dicho subsidio no está disponible para ningún otro cultivo.

20

sector cañero.37 En este contexto, se puede argumentar que el sistema que rige el pago de la caña genera incentivos perversos que incitan el oportunismo (free-riding) entre los agricultores cañeros. Ello porque la fórmula no les permite apropiarse por completo de los beneficios generados por sus esfuerzos en mejorar la calidad de su cultivo, sino que dichos beneficios se distribuyen entre todos los abastecedores al mejorar el promedio de la calidad de la caña que recibe el ingenio (Pérez Zamorano, 2007). De acuerdo a este razonamiento, el sistema que rige el pago de la caña incide negativamente sobre la calidad de la caña al desincentivar a los cañeros a buscar mecanismos que mejoren su cultivo.38 A continuación sometemos esta conjetura a pruebas empíricas examinando la relación entre el número de abastecedores cañeros y la calidad promedio de la caña recibida por los ingenios (medida por su concentración de sacarosa). Evidencia en favor de la hipótesis se observaría a manera de una asociación negativa entre estas variables.

La Figura 11 ofrece una primera ilustración de la asociación no lineal entre el número de abastecedores cañeros y la calidad de la caña, misma que es confirmada a través de la regresión no paramétrica que se muestra en la Figura 12. Una manera sencilla de evaluar econométricamente dicha relación que tome en cuenta la no linealidad de la relación sugerida en la Figura 12 es estimando diversas especificaciones del siguiente polinomio de cuarto grado:

𝑐𝑜𝑛𝑡𝑒𝑛𝑖𝑑𝑜 𝑠𝑎𝑐𝑎𝑟𝑜𝑠𝑎𝑖𝑠𝑡 = 𝑐 + ∑ 𝛽𝑘(𝑐𝑎ñ𝑒𝑟𝑜𝑠𝑖𝑠𝑡)𝑘4𝑘=1 + 𝑋𝑖𝑠𝑡′ 𝛿 + 𝜑𝑡 + 𝜑𝑠 + 𝑢𝑖𝑠𝑡 , (2)

donde 𝑐𝑜𝑛𝑡𝑒𝑛𝑖𝑑𝑜 𝑠𝑎𝑐𝑎𝑟𝑜𝑠𝑎𝑖𝑠𝑡 denota la concentración de sacarosa en la caña cosechada por los abastecedores del ingenio 𝑖 localizado en el estado 𝑠 durante el ciclo 𝑡 = 2000/01,..., 2010/11; 𝑐 es una constante; 𝑐𝑎ñ𝑒𝑟𝑜𝑠𝑖𝑠𝑡 es el número de abastecedores cañeros del ingenio 𝑖; 𝑋𝑖𝑠𝑡 es un vector de variables de control; 𝜑𝑡 y 𝜑𝑠 representan efectos fijos de los ciclos y estados, respectivamente; y 𝑢𝑖𝑠𝑡 es el término de error. La conjetura a evaluar implicaría que 𝛽1 < 0 y 𝛽2 = 𝛽3 = 𝛽4 =0.39

La Tabla 7 muestra los resultados de las regresiones. El Panel A presenta las estimaciones del modelo que únicamente incluye el término lineal de la variable 𝑐𝑎ñ𝑒𝑟𝑜𝑠, en tanto que el Panel B exhibe las estimaciones del polinomio de cuarto grado. El Panel C muestra los controles que se incluyeron en cada especificación; por ejemplo, los efectos fijos de los ciclos y estados fueron incluidos en las estimaciones que aparecen en las columnas (A2) y (B2). 37 Previo a la LDSCA (promulgada en 2005), el pago uniforme de la caña había sido implementado bajo el amparo del decreto por el que se declaraba de interés público la siembra, el cultivo, la cosecha y la industrialización de la caña de azúcar, publicado en el DOF el 31 de mayo de 1991, artículos 11-13. 38 IMCO (2007) argumenta que dado que el pago de la caña se define a partir del volumen de las cargas individuales y la calidad de toda la caña recibida por el ingenio, los abastecedores tienen incentivos a agregar materiales (e.g., piedras) que aumenten el peso de su carga y con ello su pago. 39 Por motivos similares a la situación que enfrentamos con la ecuación (1), la ecuación (2) excluye el efecto fijo por ingenio para evitar el problema de no poder identificar los coeficientes de interés, ya que la variable clave, el número de abastecedores cañeros, no varía lo suficiente a lo largo del tiempo.

21

La columna (A1) da cuenta de una correlación positiva entre el número de abastecedores cañeros y la calidad de la caña, la cual se preserva frente a la inclusión de los efectos fijos, como se aprecia en la columna (A2). Bajo estas dos primeras especificaciones, podemos rechazar la hipótesis nula 𝛽1 < 0 con una confianza de al menos 97%. Sin embargo, la relación pierde su significancia estadística al incluir controles de administración del ingenio, precipitación pluvial y volumen de caña obtenida por hectárea (columna (A3)). Bajo esta especificación, continuamos rechazando la hipótesis nula con una confianza del 94%. Las siguientes dos columnas muestran que la asociación entre abastecedores cañeros y la calidad de la caña tampoco es robusta a la inclusión de controles sobre la disponibilidad de irrigación, aplicación de fertilizantes, alzado mecánico, vehículos y cortadores (columna (A4)); y cosecha mecánica (columna (A5)). En estos últimos dos casos, no podemos rechazar la hipótesis nula a niveles de confianza convencionales, pero tampoco es posible rechazar la hipótesis alternativa 𝛽1 ≥ 0. Así, los resultados que se reportan en el Panel A nos llevan a concluir que la evidencia no apoya la conjetura de que un mayor número de abastecedores cañeros estará siempre asociado a una menor calidad de la caña que los ingenios reciben.

El Panel B demuestra que el polinomio de cuarto grado tiene un mayor poder explicativo que el modelo que sólo incluye el término lineal. Como se observa en las columnas (B1) a (B5), las estimaciones de los coeficientes del polinomio mantienen su significancia estadística bajo todas las especificaciones que consideramos. Asimismo, los valores 𝑝 arrojados por las pruebas de cociente de verosimilitud y la de Wald ajustada por heteroscedasticidad nos permiten rechazar con una confianza del 99% la hipótesis nula 𝛽2 = 𝛽3 = 𝛽4 = 0.40 Las estimaciones son utilizadas para calcular los puntos críticos en los cuales cambia la dirección de la relación. (Véase la Figura 13 para facilitar el entendimiento de la siguiente descripción.) Nuestros cálculos indican que un mayor número de abastecedores cañeros estará asociado con una calidad superior de la caña mientras que el número de abastecedores sea menor de circa 2,500. La relación se torna negativa cuando el número de cañeros supera los 2,500, volviéndose a revertir cuando el número de abastecedores supera los 4,000 aproximadamente. A partir de este punto, y hasta alrededor de los 6,800, de nueva cuenta un mayor número de cañeros se asocia con una concentración superior de sacarosa. El último segmento de la relación, observado a partir de los 6,800 abastecedores, indica una correlación negativa entre el número de abastecedores y la calidad de su cosecha.

40 Los resultados de regresiones ponderadas por la producción de caña o de azúcar muestran que las estimaciones significativas reportadas en el Panel A (columnas (A1) y (A2)) no son robustas a la utilización de ponderadores. Ello contrasta con los resultados mostrados en el Panel B, los cuales se mantienen al estimar las regresiones ponderadas.

22

En suma, no encontramos evidencia contundente de que la fórmula que define el pago de la caña socave los incentivos de los abastecedores cañeros a encontrar maneras de aumentar la calidad de la caña.

V Ingenios azucareros

La industrialización de la caña en azúcar corre a cargo de los ingenios azucareros. Como se aprecia en la Figura 13, la productividad de éstos—medida por la eficiencia y el rendimiento de fábrica—se ha mantenido relativamente estable a lo largo del periodo 2000/01-2010/11, exhibiendo una ligera tendencia a la alza (siendo la zafra 2009/10 la excepción) en los ciclos más recientes. En el caso de la eficiencia de fábrica, la diferencia entre su máximo y su mínimo del periodo es de 1.3 puntos porcentuales; la amplitud del rango del rendimiento de fábrica es de 0.9 puntos porcentuales. Ambos indicadores registraron su mínimo durante la zafra 2006/07 y su máximo durante el último trienio. A nivel internacional, el rendimiento de fábrica observado durante el ciclo 2010/11 coloca a México en el séptimo sitio entre los principales productores de azúcar de caña (ver Figura 14).41

En esta sección estudiamos la relación que guarda la eficiencia de fábrica con diversos determinantes potenciales. Nuestra atención se centra en la administración (pública o privada) de los ingenios y en la eficiencia con la que éstos generan productos diferentes al azúcar, específicamente alcohol y energía eléctrica.

Nuestro análisis se basa en la estimación de diferentes variantes de la ecuación

𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑓á𝑏𝑟𝑖𝑐𝑎𝑖𝑡 = 𝑐 + 𝛽1(𝑎𝑑𝑚ó𝑛. 𝑖𝑛𝑔𝑒𝑛𝑖𝑜)𝑖𝑡

+ 𝛽2(𝑔𝑒𝑛𝑒𝑟𝑎𝑐𝑖ó𝑛 𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑖𝑑𝑎𝑑)𝑖𝑡

+ 𝛽3(𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑎𝑙𝑐𝑜ℎ𝑜𝑙)𝑖𝑡

+ 𝑋𝑖𝑡′ 𝛿 + 𝜑𝑖 + 𝜑𝑡 + 𝑢𝑖𝑡, (3)

donde 𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑓á𝑏𝑟𝑖𝑐𝑎𝑖𝑡 representa la eficiencia de fábrica registrada por el ingenio 𝑖 durante el ciclo 𝑡 = 2000/01,..., 2010/11; 𝑐 es una constante; 𝑎𝑑𝑚ó𝑛. 𝑖𝑛𝑔𝑒𝑛𝑖𝑜𝑖𝑡 denota la propiedad (pública o privada) del ingenio; 𝑔𝑒𝑛𝑒𝑟𝑎𝑐𝑖ó𝑛 𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑖𝑑𝑎𝑑𝑖𝑡 y 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑎𝑙𝑐𝑜ℎ𝑜𝑙𝑖𝑡 indican la producción de electricidad y alcohol por tonelada de caña molida; 𝑋𝑖𝑡 es un vector de controles; 𝜑𝑖 y 𝜑𝑡 representan efectos fijos de los ingenios y ciclos, respectivamente; y 𝑢𝑖𝑡 es el residuo. Estimamos diversas especificaciones en las que las variables de interés son

41 Carecemos de datos para poder realizar un comparativo internacional con la eficiencia de fábrica.

23

incluidas por separado o simultáneamente, mientras que las variables de control y los efectos fijos son introducidos gradualmente.

La Tabla 8 muestra los resultados del ejercicio econométrico. Las tres primeras columnas presentan las estimaciones de las especificaciones más simples que únicamente incluyen (aparte de la constante) cada una de las variables de interés por separado. Observamos que ni la administración del ingenio ni la producción del alcohol ejercen un impacto significativo sobre la eficiencia de fábrica. En cambio, la generación de electricidad exhibe (prima facie) una asociación negativa y significativa con la eficiencia de fábrica. La columna (4) confirma los resultados previos al incluir simultáneamente las tres variables de interés. Las columnas (5) a (8) extienden las especificaciones estimadas en las primeras cuatro columnas introduciendo los efectos fijos de los ingenios y ciclos. Apreciamos que los resultados de las columnas (1) a (4) son robustos a la inclusión de los efectos fijos.

A continuación procedemos con la introducción de variables de control. Un primer grupo de controles se compone de la fracción del tiempo laboral perdido bajo diferentes circunstancias. La columna (9) muestra que bajo esta especificación se preservan los resultados ya observados anteriormente, a saber, sólo la generación de electricidad presenta una relación estadísticamente significativa con la eficiencia de fábrica. Asimismo, las estimaciones indican que los ingenios con mayores lapsos de tiempo perdido exhiben una menor eficiencia de fábrica, siendo los tiempos perdidos en fábrica y por festividades especialmente perjudiciales para la productividad de los ingenios. La magnitud de estas asociaciones es sin embargo pequeña; por ejemplo, un coeficiente de -0.2 implica que un incremento en el tiempo perdido en un punto porcentual (un incremento substancial considerando que la pérdida promedio por cuestiones de fábrica es de casi 10%) está asociado con una caída de 0.2 puntos porcentuales en la eficiencia de fábrica, una fracción minúscula del promedio de 82%.

La correlación negativa entre la generación de electricidad y la eficiencia de fábrica podría parecer sorpresiva ya que es intuitivo pensar que aquellos ingenios capaces de generar mayores montos de electricidad por tonelada de caña deberían ser igualmente capaces de extraer más eficientemente el azúcar de la caña que procesan. Empero, puede pensarse que la relación negativa podría estar capturando las necesidades de energía eléctrica de los ingenios—los cuales producen su propia energía eléctrica—de tal suerte que ingenios con mayores requerimientos de energía tienden a ser menos productivos al contar con equipo de peor calidad, incluso obsoleto. Para probar esta hipótesis incluimos controles del consumo de energéticos (electricidad, petróleo y vapor) por tonelada de caña molida. Los resultados presentados en la columna (10) dan sustento empírico a nuestra hipótesis. Ingenios con requerimientos superiores de energéticos muestran niveles inferiores de

24

eficiencia de fábrica; fijando el consumo de energía, el coeficiente 𝛽2 revierte su dirección, indicando que los ingenios con mayor capacidad de generación de electricidad exhiben una mayor productividad en la manufactura de azúcar. La magnitud del coeficiente es poco trivial: ingenios capaces de aumentar en 10% su productividad en la generación de electricidad tienden a registrar incrementos en su eficiencia de fábrica en 4% en promedio.

Finalmente incluimos simultáneamente todos los controles que hemos considerado. Las estimaciones se muestran en la columna (11), donde observamos que aún bajo la especificación más completa se conservan los principales resultados descritos anteriormente, los cuales resumimos a continuación.42 Primero, ni la administración privada o gubernamental de los ingenios, ni su capacidad de producir alcohol, parecen tener un impacto sobre su productividad. Segundo, habiendo controlado por su consumo operativo de electricidad, los ingenios que generan más eficientemente energía eléctrica tienden igualmente a transformar la sacarosa en azúcar a tasas superiores. Y tercero, los ingenios de menor eficiencia suelen registrar mayores pérdidas de tiempo y un mayor consumo de energéticos.

VI Conclusiones

No obstante la relevancia del sector azucarero en México, así como el número de personas que dependen de éste, esta industria presenta rasgos estructurales que potencialmente inhiben una mayor competitividad. En las entrevistas que sostuvimos con diferentes partícipes del sector azucarero, la mayoría de nuestros interlocutores citaban a la alta atomización del campo cañero como uno de los obstáculos más pernicioso al desarrollo del sector. Ello bajo el argumento de que los minifundios son incapaces de generar las economías de escala que vuelvan rentable la inversión en insumos. A su vez, la falta de insumos erosiona la capacidad del campo de producir un mayor volumen de alta calidad del cultivo base de esta industria, la caña de azúcar. La presente investigación ofrece sustento empírico a esta noción de que—a partir de una extensión aproximada de 8 hectáreas—los predios de mayor superficie tienden a ser más productivos. Este resultado es complementado con el hallazgo de que los minifundios también tienden a registrar altos rendimientos relativo a las parcelas de tamaño medio. La evidencia que hemos presentado apunta a que esta relación no monotónica entre el tamaño de los predios cañeros y su productividad deviene a partir del uso más intensivo de insumos en las parcelas de menor y mayor tamaño. Empero, aún se requiere mayor investigación a fin de avanzar nuestro entendimiento de la relación entre la extensión de los lotes cañeros y su productividad. En particular, el uso más

42 Regresiones ponderadas por la producción de azúcar arrojan resultados muy similares.

25

intensivo de insumos en parcelas pequeñas es un tema que merece un análisis más profundo.

Asimismo, este estudio ofrece evidencia para sugerir esquemas de incentivos encaminados a promover la inversión por parte de los ingenios en equipo, el cual aumentaría sus rendimientos en la producción de azúcar.

Resulta valioso realizar estudios con alcances similares a la presente investigación a fin de evaluar si los rasgos estructurales aquí identificados son también observados en otros sectores agropecuarios. Estos estudios coadyuvarían a lograr un mejor entendimiento de los componentes institucionales del proceso de formación de precios de productos con una alta incidencia en la dinámica inflacionaria, además de servir de guía para la formulación de políticas públicas conducentes a mejorar la competitividad de la industria agropecuaria en México.

26

Referencias

Ahmad, Munir y Sarfaz Khan Qureshi, 1999, “Recent Evidence on Farm Size and Land Productivity: Implications for Public Policy,” The Pakistan Development Review, 38(4): 1135-1153.

Appendini, Kirsten, 2010, “La Regularización de la Tierra después de 1992: La `Apropiación´ Campesina de PROCEDE,” en Los Grandes Problemas de México Vol. XI: Economía Rural, editado por Antonio Yúnez Naude, El Colegio de México.

Artís Espriu, Gloria, 1997, “Minifundio y Fraccionamiento de la Tierra Ejidal Parcelada,” Estudios Agrarios, 3(8): 11-31.

Bardhan, Pranab, 1973, “Size, Productivity, and Returns to Scale: An Analysis of Farm-Level Data in Indian Agriculture,” Journal of Political Economy, 81(6): 1370-1386.

Bhalla, S. S. y Roy, P., 1988, “Misspecification in Farm Productivity Analysis: The Role of Land Quality,” Oxford Economic Papers, 40(1): 55-73.

Carter, M. R., 1984, “Identification of the Inverse Relationship between Farm Size and Productivity: An Empirical Analysis of Peasant Agricultural Production,” Oxford Economic Papers, 36(1): 131-145.

CEMA, 2002, Manual Azucarero Mexicano 2002, México, D.F.

CEMA, 2003, Manual Azucarero Mexicano 2003, México, D.F.

CEMA, 2004, Manual Azucarero Mexicano 2004, México, D.F.

CEMA, 2005, Manual Azucarero Mexicano 2005, México, D.F.

CEMA, 2006, Manual Azucarero Mexicano 2006, México, D.F.

CEMA, 2007, Manual Azucarero Mexicano 2007, México, D.F.

CEMA, 2008, Manual Azucarero Mexicano 2008, México, D.F.

CEMA, 2009, Manual Azucarero Mexicano 2009, México, D.F.

CEMA, 2010, Manual Azucarero Mexicano 2010, México, D.F.

CEMA, 2011, Manual Azucarero Mexicano 2011, México, D.F.

CEMA, 2012, Manual Azucarero Mexicano 2012, México, D.F.

CEFP, 2005, El Impacto de las Importaciones de Fructosa en la Industria Azucarera, Cámara de Diputados.

27

Chen, Zhou, Wallace Huffman y Scott Rozelle, 2011, “Inverse Relationship between Productivity and Farm Size: The Case of China,” Contemporary Economic Policy, 29(4): 580-592.

Cornia, G.A., 1985, “Farm Size, Land Yields and the Agricultural Production Function: An Analysis for Fifteen Developing Countries,” World Development, 13(4): 513-534.

Fan, Shengen, y Chan-Kang Connie, 2005, “Is Small Beautiful? Farm Size, Productivity, and Poverty in Asian Agriculture,” Agricultural Economics, 32(1): 135-146.

FAO, 2012, Sistema de Información de los Recursos del Pienso, disponible en: http://www.fao.org/ag/AGA/AGAP/FRG/AFRIS/espanol/Document/tfeed8/Data/474.HTM

Fernández y Fernández, Ramón, 1946, “Problemas Creados por la Reforma Agraria en México,” El Trimestre Económico, 13(3): 463-494.

FIRA, 2009, Competitividad de la Industria del Azúcar en México, México, D.F.

FIRA, 2010, Producción Sostenible de Caña de Azúcar en México, México, D.F.

FIRA, 2011, Panorama Agroalimentario: Azúcar 2011/12, México, D.F. Helfand, Steven y Edward Levine, 2004, “Farm size and the determinants of

productive efficiency in the Brazilian Center-West,” Agricultural Economics, 31(2-3): 241-249.

Heltberg, Rasmus, 1998, “Rural Market Imperfections and the Farm Size-Productivity Relationship: Evidence from Pakistan,” World Development, 26(10):1807-1826.

Elizondo Mayer-Serra, Carlos, 2011, Por Eso Estamos Como Estamos: La Economía Política de un Crecimiento Mediocre, Editorial Debate.

IMCO, 2007, The Integration of the North-American Sugar Market: Consequences for Mexican Producers and Consumers, Mimeo.

Kagin, Justin, J. Edward Taylor y Antonio Yúnez Naude, 2012, “Inverse Productivity or Inverse Efficiency? Evidence from Mexico,” Mimeo.

Koo, Won y Richard Taylor, 2011, “2011 Outlook of the U.S. and World Sugar Markets, 2010-2020,” Agribusiness & Applied Economics Report 679.

OCDE, 1997, Examen de las Políticas Agrícolas de México, París.

28

Pérez Zamorano, Abel, 2007, Tenencia de la Tierra e Industria Azucarera, Editorial Porrúa.

Pérez Zamorano, Abel, 2011, “Estructura Agraria y Sector Agrícola en México,” Mimeo.

SAGARPA, 2007a, Programa Nacional de la Agroindustria de la Caña de Azúcar 2007-2012, México, D.F.

SAGARPA, 2007b, Programa Sectorial de Desarrollo Agropecuario y Pesquero 2007-2012, México, D.F.

SAGARPA, 2010, Bases Técnicas para el Fomento a la Producción de Biocombustibles en el País a partir de la Caña de Azúcar, México, D.F.

Sen, Amartya, 1962, “An Aspect of Indian Agriculture,” Economic Weekly, 14, 243–246.

Thapa, Sridhar, 2007, “The relationship between farm size and productivity: empirical evidence from the Nepalese mid-hills,” documento presentado durante el 106th Seminar of the European Association of Agricultural Economists.

UNC-CNPR, 2010, Estadísticas de la Agroindustria de la Caña de Azúcar 2001-2010, México, D.F.

UNC-CNPR, 2011, Estadísticas de la Agroindustria de la Caña de Azúcar 2002-2011, México, D.F.

Warman, Arturo, 2003, “La Reforma Agraria Mexicana: Una Visión de Largo Plazo,” Land Reform, Land Settlement and Cooperatives, 2003/2: 84-94.

Yúnez Naude, Antonio 2010, “Las Políticas Públicas Dirigidas al Sector Rural: El Carácter de las Reformas para el Cambio Estructural,” en Los Grandes Problemas de México Vol. XI: Economía Rural, editado por Antonio Yúnez Naude, El Colegio de México.

29

Anexos

A1 El jarabe de maíz de alta fructosa El jarabe de maíz de alta fructosa (JMAF) es un edulcorante que se obtiene a partir del procesamiento del grano de maíz amarillo. Por ser un sustituto del azúcar de menor costo para las industrias alimenticia y refresquera, el JMAF ha penetrado gradualmente en el mercado mexicano desplazando al azúcar como insumo en dichas industrias. Como se puede apreciar en la Figura A1.1, el consumo nacional de edulcorantes (azúcar y fructosa) ha ido aumentando paulatinamente, pasando de un promedio de 4.94 millones de toneladas por año durante el periodo 2000-2005 a un promedio de 5.57 millones durante el periodo 2006-2012. Durante la primera mitad de la década, el consumo total de edulcorantes estuvo dominado por el azúcar, con la participación de la fructosa alcanzando su mínimo de 2.7% en 2003.43 En contraste, la segunda parte de la década se caracterizó por el substancial crecimiento en la demanda de JMAF, lo cual llevó al consumo total de edulcorantes a máximos históricos no obstante la reducción en el consumo de azúcar. Para 2012, el consumo de fructosa ascendió a 1.72 millones de toneladas, representando el 30% del consumo total de edulcorantes.

La decisión de consumidores industriales de substituir azúcar por JMAF como insumo obedece primordialmente al menor costo del segundo. La Figura A1.2 presenta un comparativo de los precios al mayoreo entre la fructosa y los azúcares estándar y refinada, en el cual se aprecia que el precio de la fructosa se ubica generalmente por debajo del precio de ambos tipos de azúcar. Cabe hacer notar que el drástico aumento en la demanda de JMAF observada entre 2009 y 2010 coincide con la fuerte alza del precio de los dos tipos de azúcar ocurrida en el mismo periodo.

Actualmente, alrededor de tres cuartas partes del JMAF consumido en México proviene del extranjero. La fructosa ingresa a nuestro país libre de arancel si proviene de EE.UU., Canadá, Chile o Uruguay bajo el amparo de los tratados comerciales que México ha subscrito con estas naciones. Al resto del mundo se

43 México ha buscado en el pasado frenar las importaciones de JMAF. En 1997 México interpuso una demanda promovida por la CNIAA acusando a EE.UU. de prácticas de dumping respecto a las importaciones de JMAF. Derivado de ello, en 1998 la SE determinó que sí existía dumping, por lo que puso un arancel compensatorio a las importaciones de alta fructosa. Por su parte las empresas estadounidenses que se vieron afectadas con esta decisión presentaron su queja ante la Organización Mundial de Comercio (OMC). El fallo de la OMC fue a favor de México. Posteriormente, en diciembre de 2001 se aprobó un impuesto especial para la producción y servicios (IEPS) de 20% a los refrescos que fueran endulzados con productos distintos al azúcar. Aunado a lo anterior, en 2002 se elevó el arancel a la fructosa a 210% ad valorem (véase CEFP, 2005). Estos sucesos dieron como resultado una disminución en las importaciones de fructosa. Las empresas productoras estadounidenses nuevamente presentaron una demanda ante la OMC. En esta ocasión el fallo les favoreció por lo que en 2007 México se vio obligado a eliminar el IEPS a los refrescos.

30

aplica un arancel ad valorem de 175%.44 Del total de JMAF que México importa, aproximadamente el 80% proviene de EE.UU.

A2 Contribución del azúcar a la dinámica inflacionaria, 2000-2012

En este anexo describimos el comportamiento de los precios del azúcar y su aportación a la inflación general durante el periodo 2000 a 2012. Para ello utilizamos la incidencia de este producto, así como el porcentaje que esta incidencia representa de la inflación general anual que se registró en cada mes durante el periodo considerado.45

En la Figura A2.1 se observa que previo al segundo semestre de 2006, la incidencia del azúcar sobre la dinámica inflacionaria se mantuvo estable y relativamente baja al promediar 1.4 puntos base, equivalente a una contribución media de 0.28% a la inflación general. A partir de la segunda mitad de 2006, la aportación del azúcar a la dinámica inflacionaria ha incrementado tanto en nivel como en su volatilidad. En efecto, de julio de 2006 a diciembre de 2012, el azúcar ha aportado en promedio 2.8 puntos bases, o 0.69% de la inflación general; más aún, mientras que la incidencia del azúcar registró una desviación estándar de 1.3 unidades antes del segundo semestre de 2006, esta medida de volatilidad ascendió a 6.83 en los meses subsecuentes. Durante dicho periodo, destacan tres episodios en los que la contribución del azúcar a la dinámica inflacionaria fue particularmente alta.

El primero de ellos comenzó a gestarse a inicios del segundo semestre de 2006, alcanzando su máximo en octubre de ese año cuando la incidencia del azúcar llegó a los 9 puntos base, representando el 2% de la inflación anual de ese mes. Este comportamiento coincide con el aumento de los precios internacionales de las materias primas observado en los mercados internacionales. Aunado a ello, los incrementos en el precio del petróleo provocaron que países como Brasil y EE.UU. buscaran impulsar la producción de etanol a partir de cultivos como la caña de

44 A partir del 24 de noviembre de 2012, el arancel de importación para las fracciones arancelarias de la fructosa pasó de 210% a 175%, e irá disminuyendo cada 1o de enero en 25 puntos porcentuales hasta quedar en 75% ad valorem para 2017 (véase el Decreto por el que se modifican la Tarifa de la Ley de los Impuestos Generales de Importación y de Exportación y el diverso por el que se modifican diversos aranceles de la Tarifa de la Ley de los Impuestos Generales de Importación y de Exportación, del Decreto por el que se establecen diversos Programas de Promoción Sectorial y de los diversos por los que se establece el esquema de importación a la Franja Fronteriza Norte y Región Fronteriza, publicado en el DOF el 23 de noviembre de 2012). 45 La incidencia se refiere a la contribución en puntos porcentuales de cada componente del INPC a la inflación general. Ésta se calcula utilizando los ponderadores de cada bien o servicio genérico, así como los precios relativos y sus respectivas variaciones porcentuales anuales.

31

azúcar y el maíz amarillo, situación que exacerbó el encarecimiento del azúcar en todo el mundo.46

El segundo episodio empezó a formarse a partir del segundo trimestre de 2009, llegando a tener una incidencia hacia finales de ese año de 19.9 puntos base, y contribuir 5.2% a la inflación total observada en diciembre. Este incremento se debió en buena parte a: (a) una reducción en la producción del edulcorante en los ciclos azucareros 2008/09 y 2009/10; y (b) el considerable incremento de las exportaciones de azúcar a EE.UU., resultado de la eliminación de los aranceles aplicados al comercio de azúcar con ese país en enero de 2008, fenómeno que se conjugó con la depreciación cambiaria registrada a finales de del mismo año.47 El alza en los precios internacionales de múltiples materias primas puede también citarse como un factor que coadyuvó al incremento de los precios del azúcar en México.

El episodio más reciente sucedió durante el último trimestre de 2011, cuando el azúcar alcanzó a tener una incidencia de 3.7 puntos base en diciembre y una contribución de 1% a la inflación general anual observada en noviembre. Este incremento en los precios se explica principalmente por los dos siguientes choques de oferta. Primero, las condiciones climáticas que retrasaron el inicio de la zafra 2011/12 (la producción acumulada al cierre de 2011 reflejaba una reducción de 31% respecto del mismo periodo del año previo). Y segundo, el aumento significativo en las exportaciones de azúcar (para noviembre el monto acumulado de las exportaciones había registrado un incremento anual de 55%).48

A3 Relación entre cantidad y calidad de la caña En este anexo documentamos la asociación positiva entre la cantidad (volumen de caña por hectárea) y la calidad (contenido de sacarosa) de la caña de azúcar cosechada en México. La Figura A3.1 ilustra la relación entre estas dos variables durante los ciclos 2009/10 y 2010/11. Como se puede apreciar, los abastecedores de ingenios como Atencingo, Casasano La Abeja y Emiliano Zapata produjeron elevados volúmenes de caña de alta calidad por hectárea. Ello contrasta con el abasto poco productivo de caña de baja calidad a ingenios como Aarón Sáenz, Los Mochis y San Francisco El Naranjal.

A fin de establecer econométricamente la correlación entre la cantidad y la calidad de la caña, estimamos la ecuación

46 Martínez, Verónica, 2006, “Reconoce SAGARPA Escasez de Azúcar,” Reforma, 20 de septiembre. 47 Diario Oficial de la Federación, Acuerdo por el que se da a conocer el cupo y mecanismo de asignación para importar azúcar en 2009, publicado el 6 de agosto de 2009. 48 Banco de México, Informe sobre la Inflación Octubre – Diciembre 2011, p. 13.

32

𝑐𝑜𝑛𝑡𝑒𝑛𝑖𝑑𝑜 𝑠𝑎𝑐𝑎𝑟𝑜𝑠𝑎𝑖𝑡 = 𝑐 + 𝛽(𝑐𝑎ñ𝑎𝑖𝑡) + 𝑋𝑖𝑡′ 𝛿 + 𝜑𝑖 + 𝜑𝑡 + 𝑢𝑖𝑡, (A3.1)

donde 𝑐𝑜𝑛𝑡𝑒𝑛𝑖𝑑𝑜 𝑠𝑎𝑐𝑎𝑟𝑜𝑠𝑎𝑖𝑡 representa la concentración de sacarosa (expresado en puntos porcentuales) en la caña industrializada en el ingenio 𝑖 durante el ciclo 𝑡 = 2000/01,..., 2010/11; 𝑐 es una constante; 𝑐𝑎ñ𝑎𝑖𝑡 indica el tonelaje de caña obtenida por hectárea por los abastecedores del ingenio 𝑖 en el ciclo 𝑡; 𝑋𝑖𝑡 es un vector de controles que incluye datos sobre la administración del ingenio (pública o privada), precipitación pluvial, disponibilidad de riego, aplicación de fertilizantes, alzado mecánico, vehículos, cortadores y cosecha mecánica; 𝜑𝑖 y 𝜑𝑡 representan efectos fijos de los ingenios y ciclos, respectivamente; y 𝑢𝑖𝑡 es el término residual. El coeficiente de interés es 𝛽.

La columna (1) de la Tabla A3.1 muestra que una tonelada adicional de caña obtenida por hectárea está asociada con un mayor contenido de sacarosa en 0.013 puntos porcentuales. Las columnas (2) a (4) indican que la inclusión de las variables de control no altera considerablemente la dirección, magnitud, o nivel de significancia estadística de esta estimación.49 La dimensión del coeficiente estimado resulta pequeña si se considera que en la zafra 2010/11, el contenido de sacarosa en caña ascendió a 14.1% a nivel nacional.

Con el objetivo de examinar a mayor profundidad la magnitud de la relación positiva entre la cantidad y la calidad de la caña de azúcar, procedemos a estimar una ecuación análoga a (A3.1) con la diferencia de que expresamos tanto la variable dependiente, 𝑐𝑜𝑛𝑡𝑒𝑛𝑖𝑑𝑜 𝑠𝑎𝑐𝑎𝑟𝑜𝑠𝑎𝑖𝑡, como al regresor de interés, 𝑐𝑎ñ𝑎𝑖𝑡, en términos logarítmicos; esta estrategia empírica permite estimar la elasticidad entre estas variables. Las columnas (5) a (8), las cuales difieren entre sí por los controles incluidos en la estimación, muestran una elasticidad que oscila entre 0.05 y 0.06, la cual implica que un incremento en 10% del tonelaje de caña obtenida por hectárea está asociada a un aumento de entre 0.4% y 0.6% en la calidad de ésta.

A4 Pruebas de robustez aplicadas a la ecuación (1) En este anexo presentamos los resultados de una batería de pruebas de robustez que aplicamos a la forma funcional de la ecuación (1) y a las estimaciones que de ésta se derivan. Los resultados de estas pruebas se muestran en la Tabla A4.1. A fin de facilitar el comparativo con los resultados base, el Panel A replica las estimaciones clave.

49 La caída en el número de observaciones resulta de la carencia de datos sobre las variables de control incluidas. La estrategia empírica conserva su validez en la medida de que la falta de estos datos no se deba a algún factor relacionado al término residual habiendo controlado por las variables explicativas incluidas en (A3.1). Consideramos este escenario plausible.

33

La primera prueba consiste en evaluar la forma cuadrática de la ecuación (1). Para ello estimamos el modelo excluyendo el término cuadrático con el fin de examinar si la inclusión de dicho término constituye una mejora estadísticamente significativa. Los resultados se reportan en el Panel B. Dado que: (a) el tamaño crítico de las parcelas cañeras a partir del cual cambia la dirección de la relación de interés es grande relativo a la extensión de la mayoría de las parcelas, y (b) los rendimientos de sacarosa que logran los predios de mayor superficie no superan los de las parcelas más pequeñas, entonces no es de sorprender que en varias de nuestras especificaciones (descritas en el Panel G) el coeficiente del término lineal sea negativo y estadísticamente significativo. Sin embargo, en varias especificaciones en las que controlamos por la utilización de insumos de producción, la relación lineal negativa pierde significancia (columnas (6), (8) y (10)), e incluso cambia de signo en un par de casos (columnas (12) y (13)). Ello es consistente con el argumento de que la utilización de ciertos insumos determina la relación entre la superficie de los lotes cañeros y su productividad, de tal forma que una vez que controlamos por la utilización de estos insumos, el tamaño de las parcelas se vuelve un componente redundante del modelo.

El Panel B también presenta los valores 𝑝 de las pruebas de Wald robustas que realizamos para evaluar si la inclusión del término cuadrático mejora significativamente el modelo econométrico. Los resultados demuestran que bajo las especificaciones sin controles sobre la utilización de insumos, la inclusión del componente cuadrático representa una mejora estadísticamente significativa sobre el modelo que sólo considera el término lineal. En cambio, bajo las especificaciones que controlan por la utilización de insumos, la inclusión del elemento cuadrático no mejora significativamente el modelo. En este caso, no sólo es el término cuadrático el que deja de tomar relevancia, sino que en general es la variable del tamaño de las parcelas la que se vuelve irrelevante. Esto se aprecia en los valores 𝑝 que arrojan las pruebas de la hipótesis nula 𝛽1 = 𝛽2 = 0, la cual no podemos rechazar en aquellas especificaciones que incluyen los controles sobre la utilización de insumos; es decir, en dichas especificaciones los términos lineal y cuadrático no representan conjuntamente una mejora significativa sobre el modelo que excluye la variable referente a la extensión de las parcelas cañeras.

El resto de las pruebas de robustez son maneras alternativas de estimar la ecuación (1). Primeramente exploramos si la exclusión de observaciones atípicas alteran nuestros resultados base. La justificación de este ejercicio surge de la preocupación de que por sus valores atípicos, ciertas observaciones pudieran estar determinando nuestros resultados. El Panel C reporta las estimaciones excluyendo las observaciones correspondientes al ingenio La Primavera (PRI), en tanto que el Panel D muestra los resultados análogos al excluir las observaciones tanto del ingenio La Primavera como del ingenio El Higo (HIG). El segundo ejercicio consiste en examinar si la utilización de ponderadores en la estimación de la ecuación (1)

34

cambia nuestros resultados. La motivación de este ejercicio proviene de las diferencias en los volúmenes de caña y de azúcar que cada ingenio procesa y produce, respectivamente. Como ejemplo de una preocupación que puede surgir de estas diferencias, se podría pensar que la relación no monotónica desaparecería si es el caso que los predios cañeros que abastecen a los ingenios más pequeños (a juzgar por el volumen de caña que procesan o el azúcar que producen) son los que se ubican en los extremos de la distribución del tamaño de las parcelas. En los Paneles E y F presentamos, respectivamente, los resultados de las regresiones ponderadas por el volumen de caña industrializada y por el volumen de azúcar producida. Como se puede observar en los Paneles C-F, en todas estas pruebas de robustez nuestros resultados base se preservan: una relación en forma de U con un valor crítico que ronda las 8 hectáreas, la cual se disipa una vez que controlamos por la utilización de insumos de producción.

A5 Fórmula utilizada para determinar el precio de la caña De acuerdo a lo dispuesto en el Capítulo II (artículos 57 al 66) de la Ley de Desarrollo Sustentable de la Caña de Azúcar (LDSCA) y en la Minuta del Grupo de Aumento en la Inversión y el Empleo (celebrada el 9 de noviembre de 2010), el pago de la caña se lleva a cabo en tres fases. Durante la primera de ellas, conocida como preliquidación, se paga el 80% del valor de la caña neta entregada por el agricultor al ingenio durante el periodo de octubre a mayo. Este pago se cubre el día 15 de cada mes cuando la terminación del corte de la caña sea en la segunda quincena del mes anterior, y el día último del mes cuando la terminación del corte de la caña sea en la primera quincena del mismo mes. Para el pago se utiliza como precio de referencia el precio acordado para el ajuste final del pago de la caña entregada durante el ciclo previo. Este precio, que se publica en octubre (i.e., a inicios de la nueva zafra) en el DOF, es multiplicado por el promedio del llamado Kilogramo de Azúcar Recuperable Base Estándar (KARBE) por tonelada de caña

obtenido en las cinco zafras anteriores.50 El precio de preliquidación asciende a 57% 50 El KARBE es una medida teórica del volumen de azúcar que los ingenios habrían de recuperar por tonelada de caña molida en función de las características de la caña entregada al ingenio y la productividad de éste. De acuerdo con el artículo 62 inciso II de la LDSCA, el KARBE se calcula tomando en cuenta el contenido de sacarosa, la pureza del jugo extraído y la fibra en caña, considerando una eficiencia de fábrica no menor a 82.37%, es decir,

𝐾𝐾𝐾𝐾𝐾𝑇𝑇𝑇 =

�𝐾𝐾𝐾𝐾𝐾𝑇𝑇𝐾 � ∗ 𝑇𝑇𝐾𝑇𝑇𝑇 ,

para la cual

𝐾𝐾𝐾𝐾𝐾𝑇𝑇𝐾

= 𝑃𝑜𝑙%𝑇 ∗ 𝐾𝐾𝐹 ∗ 𝐹𝑃 ∗ 𝐹𝐹 ∗10

99.40,

donde 𝐾𝐾𝐾𝐾𝐾 = kilogramo de azúcar recuperable base estándar; 𝑇𝑇𝑇 = tonelada de caña neta (se obtiene de deducir de la caña bruta cualquier cantidad en kilogramos correspondiente a basura o materia extraña); 𝑇𝑇𝐾 = tonelada de caña bruta; 𝑃𝑜𝑙%𝑇 = porcentaje de sacarosa en caña; 𝐾𝐾𝐹 = eficiencia base en fábrica de 82.37%;

35

de dicho producto. Formalmente, el precio de preliquidación se puede expresar como

𝑃𝑐𝑎ñ𝑎,𝑡𝑝𝑟𝑒 = 0.57(𝐾5)𝑃𝑟𝑒𝑓,𝑡−1,

donde 𝑃𝑐𝑎ñ𝑎,𝑡𝑝𝑟𝑒 denota el precio de la caña en la etapa de preliquidación de la zafra en

curso; 𝐾5 representa el promedio del volumen de azúcar base estándar recuperado por tonelada de caña en las cinco zafras anteriores; y 𝑃𝑟𝑒𝑓,𝑡−1 es el precio de referencia

utilizado para el ajuste final del ciclo inmediato anterior.51

La segunda fase se conoce como liquidación final. En esta fase, la cual entra en vigor a partir de junio, se paga el 100% de la caña neta entregada durante la zafra en curso. El precio de referencia del azúcar se determina a partir del promedio ponderado entre los precios del azúcar en el mercado nacional y el de exportación observados durante la zafra en curso al mes de mayo. Por su parte, el KARBE se refiere al obtenido a partir de las características de la caña entregada al ingenio durante esa zafra. El precio de liquidación corresponde al 57% del producto del KARBE/TCN y el precio de referencia del azúcar. Formalmente la fórmula se puede expresar como

𝑃𝑐𝑎ñ𝑎,𝑡𝑙𝑖𝑞 = 0.57 �

𝐾𝐾𝐾𝐾𝐾𝑇𝑇𝑇

�𝑃𝑟𝑒𝑓,𝑡,

donde 𝑃𝑐𝑎ñ𝑎,𝑡𝑙𝑖𝑞

es el precio para la liquidación de la caña; 𝐾𝐴𝑅𝐵𝐸𝑇𝐶𝑁

denota el kilogramo

de azúcar recuperable base estándar obtenida por tonelada de caña neta molida por el ingenio; y 𝑃𝑟𝑒𝑓,𝑡 representa el precio de referencia del azúcar utilizado en todo el país, el cual se calcula como un promedio ponderado del precio nacional del azúcar estándar al mayoreo y el precio promedio de las exportaciones realizadas en el ciclo correspondiente. Es decir,

𝑃𝑟𝑒𝑓,𝑡 = 𝛼𝑃𝑛,𝑡 + (1 − 𝛼)𝑃𝑒𝑥,𝑡,

donde 𝑃𝑛,𝑡 denota el precio promedio al mayoreo del azúcar estándar reportado por el SNIIM a partir de datos recabados en 23 centrales de abasto desde el inicio del ciclo azucarero al mes de mayo52; 𝑃𝑒𝑥,𝑡 es el precio promedio de las exportaciones, equivalente al promedio del llamado Contrato 16 (precio del contrato de futuros de azúcar cruda en el mercado estadounidense) más 6% menos 50 dólares en caso de 𝐹𝑃 = factor pureza del jugo extraído tomando de referencia una pureza de 81.23%; 𝐹𝐹 = contenido de fibra en caña tomando de referencia un valor de 14.21%; y el factor 10 99.4⁄ se utiliza para expresarlo en kilogramos de Pol del azúcar base estándar por tonelada de caña bruta. 51 De acuerdo a uno de nuestros interlocutores pertenecientes al sector cañero, en la práctica el pago que se hace en la fase de preliquidación suele ser más bajo que el calculado por la fórmula. Ello es debido a que las organizaciones cañeras buscan evitar que el agricultor tenga que desembolsar dinero en la liquidación final ante la posibilidad de una caída drástica en el precio del azúcar. 52 Al precio obtenido se le aplica un descuento de 6.4% y el resultado es el precio de referencia del mercado nacional.

36

las exportaciones a EE.UU., y al promedio del Contrato 11 (precio del contrato de futuros de azúcar cruda en el mercado internacional) más 6% menos 30 dólares en caso de las exportaciones a terceros países; y α captura la participación del consumo doméstico respecto a la producción nacional de la zafra, por lo que (1 − α) equivale a la fracción de la producción nacional cuyo destino son los mercados extranjeros, de acuerdo a los datos del Balance Nacional de Edulcorantes que publica el Comité Nacional para el Desarrollo Sustentable de la Caña de Azúcar (CONADESUCA).

La tercera fase de liquidación, conocida como ajuste final, inicia en octubre y termina a más tardar en diciembre de la siguiente zafra. En esta fase se utiliza la misma fórmula que en la fase de liquidación final, con la diferencia de que la información utilizada en los cálculos es actualizada al mes de septiembre, con lo cual los datos utilizados reflejarán el comportamiento de todo el ciclo azucarero. Este precio es el publicado en octubre en el DOF que sirve de referencia durante la fase de preliquidación de la siguiente zafra.

A6 Lista de acrónimos

CEFP Centro de Estudios de las Finanzas Públicas

CEMA Compañía Editora del Manual Azucarero, S.A. de C.V.

CNIAA Cámara Nacional de las Industrias Azucarera y Alcoholera

CONADESUCA Comité Nacional para el Desarrollo Sustentable de la Caña de Azúcar

CONAGUA Comisión Nacional del Agua

DOF Diario Oficial de la Federación

ENHRUM Encuesta Nacional de Hogares Rurales de México

FANAR Fondo de Apoyo a Núcleos Agrarios sin Regularización

FAO Food and Agriculture Organization of the United Nations (Organización de las Naciones Unidas para la Alimentación y la Agricultura)

FIRA Fideicomisos Instituidos en Relación con la Agricultura

FEESA Fondo de Empresas Expropiadas del Sector Azucarero

37

FOMAR Fomento a la Organización Agraria

IMCO Instituto Mexicano para la Competitividad

INEGI Instituto Nacional de Geografía y Estadística

INPC Índice Nacional de Precios al Consumidor

INPP Índice Nacional de Precios al Productor

JMAF Jarabe de Maíz de Alta Fructosa

KARBE Kilogramo de Azúcar Recuperable Base Estándar

LDSCA Ley de Desarrollo Sustentable de la Caña de Azúcar

OCDE Organización para la Cooperación Económica y el Desarrollo Económico

OMC Organización Mundial de Comercio

PIB Producto Interno Bruto

PROCEDE Programa de Certificación de Derechos Ejidales y Titulación de Solares

SAGARPA Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación

SE Secretaría de Economía

SIAP Servicio de Información Agroalimentaria y Pesquera

SNIIM Sistema Nacional de Información e Integración de Mercados

UNC-CNPR Unión Nacional de Cañeros de la Confederación Nacional de Productores Rurales

USDA U.S. Department of Agriculture (Departamento de Agricultura de los EE.UU.)

38

Figuras y tablas

Figura 1. Principales países productores de azúcar centrífuga, ciclo 2010/11

Fuente: USDA. * UE-27: Alemania, Austria, Bélgica, Bulgaria, Chipre, Dinamarca, Eslovaquia, Eslovenia,

España, Estonia, Finlandia, Francia, Grecia, Hungría, Irlanda, Italia, Letonia, Lituania, Luxemburgo, Malta, Países Bajos, Polonia, Portugal, Reino Unido, República Checa, Rumania y Suecia.

Figura 2. Principales países consumidores de azúcar centrífuga para uso humano, ciclo 2010/11

Fuente: USDA. * UE-27: Alemania, Austria, Bélgica, Bulgaria, Chipre, Dinamarca, Eslovaquia, Eslovenia,

España, Estonia, Finlandia, Francia, Grecia, Hungría, Irlanda, Italia, Letonia, Lituania, Luxemburgo, Malta, Países Bajos, Polonia, Portugal, Reino Unido, República Checa, Rumania y Suecia.

38,350

26,650

15,090

11,199 9,663

7,110 5,495

3,920 3,700 2,996

0

5,000

10,000

15,000

20,000

25,000

30,000

35,000

40,000

45,000

Brasil India UE-27* China Tailandia EE.UU. México Pakistán Australia Rusia

x 1,

000

Ton

elad

as m

étri

cas

a va

lor

crud

o

23,000

17,500

14,000

12,000

10,042

5,925 5,000

4,250 4,171 2,800

0

5,000

10,000

15,000

20,000

25,000

India UE-27* China Brasil EE.UU. Rusia Indonesia Pakistán México Egipto

x 1,

000

Ton

elad

as m

étri

cas

a va

lor

crud

o

39

Figura 3. Principales países productores de caña de azúcar en 2011

Fuente: UNC-CNPR (2011) con base en datos del USDA.

Figura 4. Superficie industrializada y producción de caña de azúcar, 2000/01-2010/11

Fuente: UNC-CNPR (2010, 2011).

618,000

340,540

124,000

71,000 54,000 44,132

27,360 27,350 26,518 24,960

0

100,000

200,000

300,000

400,000

500,000

600,000

700,000

Brasil India China Tailandia Pakistán México Indonesia Australia EE.UU. Colombia

x 1,

000

Ton

elad

as m

étri

cas

38,000

40,000

42,000

44,000

46,000

48,000

50,000

52,000

540,000

560,000

580,000

600,000

620,000

640,000

660,000

680,000

700,000

x1,0

00 T

onel

adas

Hec

táre

as

Superficie industrializada Caña  Molida

40

Figura 5. Comparativo internacional de los rendimientos en campo en 2011

Fuente: UNC-CNPR (2011) con base en datos del USDA.

Figura 6. Rendimiento en campo y contenido de sacarosa en caña, 2000/01-2010/11

Fuente: UNC-CNPR (2010, 2011).

126.9 120

99.1

87.6 84.2 77.5 74.7 72.8 70.4 69.7 67.0 65.6

60.3 59.3 58.6 57.7 53.4

34.3

0

20

40

60

80

100

120

140

Ton

elad

as d

e ca

ña p

or h

ectá

rea

12

12.5

13

13.5

14

14.5

15

50

55

60

65

70

75

80

2000/01 2001/02 2002/03 2003/04 2004/05 2005/06 2006/07 2007/08 2008/09 2009/10 2010/11

Con

teni

do d

e sa

caro

sa e

n ca

ña (

%)

Ton

elad

as d

e ca

ña p

or h

ectá

rea

Rendimiento en campo Contenido de sacarosa en caña

41

Figura 7. Producción de sacarosa, 2000/01-2010/11

Fuente: UNC-CNPR (2010, 2011).

5,200

5,400

5,600

5,800

6,000

6,200

6,400

6,600

6,800

7,000

7,200

8.0

8.5

9.0

9.5

10.0

10.5

11.0

2000/01 2001/02 2002/03 2003/04 2004/05 2005/06 2006/07 2007/08 2008/09 2009/10 2010/11

x 1,

000

Ton

elad

as

Ton

elad

as d

e sa

caro

sa p

or h

ectá

rea

Producción de sacarosa Sacarosa por hectárea

42

Figura 8. Tamaño de las parcelas cañeras y rendimiento de sacarosa

Las abreviaturas corresponden a los siguientes ingenios: ALP-Adolfo López Mateos; APO-Alianza Popular; ASZ-Aarón Sáenz; ATE-Atencingo; AZS-Azsuremex (Tenosique); BEJ-Benito Juárez; BEL-Bellavista; CAL-Calipam; CAR-El Carmen; CLA-Casasano La Abeja; CMO-Central Motzorongo; CON-Constancia; CPR-Central Progreso; CUA-Cuatotolapam (Cía. Industrial Azucarera); DOR-El Dorado; FOM-Fomento Azucarero del Golfo (Zapoapita-Pánuco); GLO-La Gloria; HIG-El Higo; HUI-Huixtla; IND-Independencia; JMM-José María Morelos; JOY-La Joya; LCA-Lázaro Cárdenas; LCO-La Concepción; MAH-Mahuixtlan; MAN-El Mante; MLO-Melchor Ocampo; MOC-Los Mochis; MOD-El Modelo; MOL-El Molino; PAM-Pablo Machado (La Margarita); PDA-Plan de Ayala; PDR-Pedernales; POT-El Potrero; PRI-La Primavera; PRO-La Providencia; PSL-Plan de San Luis; PUG-Puga; PUJ-Pujiltic; QUE-Quesería; REF-El Refugio; SCL-Santa Clara; SCR-San Cristóbal; SDO-Santo Domingo; SFA-San Francisco Ameca; SFN-San Francisco El Naranjal (Nuevo San Francisco); SGA-San Gabriel; SJA-San José de Abajo; SMI-San Miguelito; SMN-San Miguel del Naranjo; SNC-San Nicolás; SPE-San Pedro; SRO-Santa Rosalía; SRP-San Rafael de Pucté; SSE-San Sebastián; TAL-Tala (José Ma. Martínez); TAM-Tamazula; TVA-Tres Valles; ZAP-Emiliano Zapata.

JOYJOYJOY

JOY

JOYJOYJOY

JOY

JOY

QUE

QUE

QUE

QUEQUE

PUJPUJPUJPUJPUJPUJPUJPUJ

HUI

HUI

HUI

HUI

HUIHUI

HUIHUIHUI

HUI

HUI

BELBELBEL

BELBEL

BEL

BELBEL

BEL

BEL

BEL JMMJMMJMM

JMM

JMMJMMJMMJMM

JMMJMM

JMM

MLO

MLOMLOMLO

MLOMLO

MLOMLOMLO

MLOMLO

SFA

SFA

SFA

SFATALTAL

TALTAL

TAL

TAL

TALTAL

TAL

TAL

TAL

TAMTAMTAMTAMTAM

TAM

TAMTAMTAMTAM

TAM

LCALCALCALCALCA

LCA

LCALCA

LCA

LCA

LCA

PDRPDRPDR

PDRPDR

PDR

PDRPDR

PDRPDRPDR SCLSCL

SCL

SCLSCLSCLSCLSCLSCL

CLACLACLACLA

CLA

CLA

CLACLACLA

CLA

CLA

ZAPZAP

ZAP

ZAP

ZAP

ZAP

ZAPZAPZAPZAPZAP

MOL

MOLMOLMOL

MOL

MOLMOLMOL

MOL

MOLMOL

PUG

PUG

PUGPUG

PUG

PUGPUG

PUGPUG

PUG

PUG ALPALPALPALP

ALP

ALPALPALP

ALPALPALP

REFREF

REFREF

REFREF

REF

REF

REF

REF

REF

PAM

PAMPAM

PAM

PAM

PAMPAM

PAM

PAMPAM

PAM

ATE

ATEATE

ATE

ATE

ATEATEATEATEATEATE

CAL

CALCALCAL

CAL

CAL

CAL

SRPSRPSRPSRP

SRPSRP

SRP

SRPSRP

SRP SRP

APOAPOAPOAPO

APO

APO

APO

APO

APOPDAPDA

PDA

PDA PDA

PDA

PDA

PDA

PDA

PDA

PDA PSL

PSL

PSL

PSLPSL

PSLPSL

PSL

PSLPSL

PSL

SMN

SMN

SMNSMN

SMN

SMNSMN

SMN

SMN

SMN

SMN

PRI

PRI

PRI

PRI

PRI

PRI

PRI

PRI

PRI

PRIPRI

DOR

DOR

DORDORDOR

MOC

MOC

MOC

MOC

MOC

MOC

MOC

MOC

MOC

MOC

MOC

AZSAZSAZSAZSAZS

AZS

AZS

AZSAZS

AZSAZS

SRO

SROSROSRO

SROSRO

SROSRO

SROBEJBEJBEJBEJBEJBEJ

BEJBEJBEJ

BEJ

BEJASZ ASZ

ASZASZASZ

ASZASZASZ

ASZ

ASZ

ASZ

MANMANMANMAN

MANMAN

MAN

MANMAN

MAN

MAN

CUACUACUACUACUA

CUACUA

MOD

MOD

MODMOD

MOD

MOD

MODMOD

MODMOD

MODPOTPOTPOTPOTPOTPOTPOTPOT

POTPOTPOTPRO

PROPROPRO

PRO

PRO

PRO SCR

SCRSCR

SCR

SCR

SCRSCR

SCRSCR

SCR

SCR

SMISMISMISMISMISMI

SMISMI

SMISMISMI

SPE

SPE

SPE

SPESPE

SPE

SPE

SPESPESPE

FOMFOM

FOMFOM

FOMFOM

FOM

FOMFOM

FOM

FOM

CMOCMO

CMOCMO

CMO

CMOCMO

CMO

CMOCMO

CMO

CPR

CPRCPRCPR

CPRCPRCPRCPR

CPRCPR

CPR

CONCON

CONCON

CONCONCON

CON

CONCONCON

CARCARCARCARCARCAR

CARCAR

CARCARCAR

HIGHIGHIG

HIG

HIGHIG

HIG

HIG

HIG

HIG

HIG

GLOGLO

GLO

GLO

GLO

GLOGLOGLO

MAHMAH

MAHMAH

MAHMAH

MAHMAH

MAHMAH

MAHSFN

SFN

SFN

SFN

SFN

SFN

SFN

SFNSFN

SFN

SJASJA

SJA

SJA

SJA

SNCSNC

SNCSNC

SNC

SNCSNCSNC

SNCSNCSNC

TVATVA

TVATVA

TVA

TVATVATVA

TVATVATVA

510

1520

Ren

dim

ient

o de

sac

aros

a (to

nela

das/

hect

área

)

0 5 10 15 20Extensión de las parcelas cañeras (hectáreas)

43

Figura 9. Regresión no paramétrica del rendimiento de sacarosa sobre el tamaño de las parcelas cañeras

Figura 10. Principales etapas del proceso de certificación bajo el PROCEDE

Fuente: Pérez Zamorano (2007, p. 90).

8.5

99.

510

10.5

11R

endi

mie

nto

de s

acar

osa

(tone

lada

s/he

ctár

ea)

0 5 10 15 20Extensión de las parcelas cañeras (hactáreas)

Kernel = Epanechnikov; Ancho de banda = 2.3

Inicio.

Planeación de la cobertura.

Validación documental

y de incorporación al programa.

Coordinación y concentración.

Asamblea de información y anuencia del

ejido.

Formación de la Comisión Auxiliar con PA/INEGI.

Asamblea de informe

de la Comisión Auxiliar.

Trabajos de medición y

generación de planos.

Asamblea de delimitación,

destino y asignación de

tierras.

Inscripción de actas y expedición

de certificados y títulos.

Entrega de documentos

a beneficiados.

SRA/PA/INEGI/RAN

SRA/PA/INEGI/RAN

Ejido + PAEjido+

PA/INEGIEjido +

PA/INEGIEjido +

PA/INEGIEjido + INEGI

Ejido + PA/INEGI

RAN

RAN, gobiernos federal y estatal

Culminación.

PROCEDE- Programa de Certificación de Derechos Ejidales y Titulación de Solares UrbanosPA.- Procuraduría AgrariaRAN.- Registro Agrario NacionalSRA.- Secretaría de la Reforma Agraria

Delimitación y medición de las tierras, y terminación del croquis.

Convocatoria a la tercera asamblea.

Entrega del expediente

final, inscripción

y de registro de acuerdos y de planos. Expedición

de los certificados PROCEDE o títulos si la asamblea

acuerda adoptar el dominio pleno.

Registro de títulos en el

RAN.

Establecer capacidad y programar el trabajo en los

ejidos.

Creación de expediente del

ejido y diagnóstico de

problemas.

Aprobación del croquis.

Votación en el ejido y

solicitud de acceso al programa.

Designación y capacitación

de La Comisión Auxiliar.

Promoción de PROCEDE con

las autoridades, órganos de

representación y líderes

locales. Se convoca la Asamblea

General para información y anuencia de PROCEDE.

La asamblea aprueba las

delimitaciones, la medición de la tierra ejidal

y la distribución de

parcelas individuales;

acuerda el uso de las tierras, inclusive áreas

urbanas. Solicitud de

inscripción en el RAN.

Delimitación del perímetro

del ejido, listado de sujetos de derecho,

levantamiento de constancias de conformidad

sobre colindancias, creación de expedientes

para los ejidatarios

Informe de la Comisión Auxiliar y

convocatoria a nueva

asamblea.

44

Figura 11. Número de abastecedores cañeros y calidad de la caña

Las abreviaturas corresponden a los siguientes ingenios: ALP-Adolfo López Mateos; APO-Alianza Popular; ASZ-Aarón Sáenz; ATE-Atencingo; AZS-Azsuremex (Tenosique); BEJ-Benito Juárez; BEL-Bellavista; CAL-Calipam; CAR-El Carmen; CLA-Casasano La Abeja; CMO-Central Motzorongo; CON-Constancia; CPR-Central Progreso; CUA-Cuatotolapam (Cía. Industrial Azucarera); DOR-El Dorado; FOM-Fomento Azucarero del Golfo (Zapoapita-Pánuco); GLO-La Gloria; HIG-El Higo; HUI-Huixtla; IND-Independencia; JMM-José María Morelos; JOY-La Joya; LCA-Lázaro Cárdenas; LCO-La Concepción; MAH-Mahuixtlan; MAN-El Mante; MLO-Melchor Ocampo; MOC-Los Mochis; MOD-El Modelo; MOL-El Molino; PAM-Pablo Machado (La Margarita); PDA-Plan de Ayala; PDR-Pedernales; POT-El Potrero; PRI-La Primavera; PRO-La Providencia; PSL-Plan de San Luis; PUG-Puga; PUJ-Pujiltic; QUE-Quesería; REF-El Refugio; SCL-Santa Clara; SCR-San Cristóbal; SDO-Santo Domingo; SFA-San Francisco Ameca; SFN-San Francisco El Naranjal (Nuevo San Francisco); SGA-San Gabriel; SJA-San José de Abajo; SMI-San Miguelito; SMN-San Miguel del Naranjo; SNC-San Nicolás; SPE-San Pedro; SRO-Santa Rosalía; SRP-San Rafael de Pucté; SSE-San Sebastián; TAL-Tala (José Ma. Martínez); TAM-Tamazula; TVA-Tres Valles; ZAP-Emiliano Zapata.

POT

TAL

ATE

MAN

REF

PDABEL

HUIAZS

PUGMOL

SNC

ALP

ASZ

MOD

PDR

SRP

MAH

HIG

LCA

PRI

CAR

JMM

FOMSMI

SMN

SCRBEJ

CLA

PAMCPR

ZAP

MOC

CON

PSLTVA

TAM

CMO

MLO

PAM

SFN

PRI

TAL

SMN

MOD

ASZ

MLO

LCA

BEL

MOC

TAMALP

MAHMAN BEJSRP

MOL

PDRCMO

SPE

ATE

SNC

HIG

FOM

PSL

POTCPR

ZAP

CON

PUG

PDA

CLAREF SCRJMM

HUI

TVA

SMI

AZS

CAR

MOC

SRO

PAM

CMO

CPR

CONSMI

SCL

TVA

BEL

LCA

SCR

HUI

ZAP

CUA

ALP

CAL

MAH

JOYATE

SRP

SPE

HIG

SNC

PDA PUJ

SFA

PSL

REF

GLO

FOMMOL

BEJQUE

TAM

SJAPRO

JMM

ASZ

MOD

APO

MLO

PUG

CLA

PRI

PDR

MANSFN

CAR

SMN

AZS

DOR

POT

TALJOY

SRO

JMM

MOC

TVA

ASZPAM

PDA

PRI

SNC

HUI

CLA

CPR

PSLTAL

SRP

APO

ZAP

REF

POT

AZS

FOM

MLO CMO

SMNALP

ATEMOL

SMI

CAR

MAHPDR

SPE

MAN

LCA

BEJ

CON MOD

SCL

TAM

SCR

HIGSFN

PUGBEL

HUI

SNC

PUJ

MAN

PRI

JOY

SMI

PAMLCAPSL

CON

BEL

AZS

ATE

SRO

SMN

CMO

POT

SFN

BEJ

HIG

FOMTAM

TVA

MOL

SCR

PUG

SCL

MOC

PDR

ZAP

APO

MLO

MAHSRP

CPR

SPE

TAL

CLA

CAR

PDA

MOD

ASZGLO

ALP

REFJMM CAR

PAM

ZAP

PUJMOL

GLO

HUI

SMI

SMN

CUA

PSL

CMOREF

MAH

ALP

BELSRO

JOY CLA

SNC

BEJ

JMM

TAL

POT

PRI

TAMPDA

PDR

MOC

SCL

PRO

ATE

TVA

SCR

MAN

SPEAZS

LCA

APO

ASZ

CPR

HIG

PUG

SRPCAL

FOM

SFN

CONMODMLO

BEJ

MLO

MOC

SRP

SMN

ATE

GLO

ZAP

HUI

SCL

CLA

SJA

MAN CAR

PSLCPR

PRI

ALP

CALCUA

PUJ

PDA

PUG

SNCMAH

SCR

MOD

MOL

HIG

SROFOM

TAM

REF PROSMI

BEL

SPEAZS

POTPAM

LCA

SFN

JMMTVA TAL

CON

PDR

APO

ASZ

JOY

CMO

POT

CON PROTVA

PDA TAL

REF

JOY

MAH

MLO

SNC

PAM

CMO

SRP

AZS

QUE

SFN

BEJ

BELPSL

JMM

CLA

SMN

HIG

MOD

CPR

ZAP

MAN CAR

HUI

DOR

TAM

ATE

SCR

PUGPDR

ASZ

CAL

LCA

GLO

MOLSCL

PRI

SRO

CUA

SPE

SMIPUJ

ALP

FOM

MOC

APO

PDR

SRO

AZSMOC

PDA

TVA

PAM

PUG

SRP

JMM

CUA

DOR

JOY

LCA BEJ GLOCMO

MOL

SFA

HUI

SMN

SNC

CAL

CAR

CLA

MAN

MLO

ZAP

MOD

SJA

SCR

PSL

MAH

SFN

POT

QUE

FOMPUJTAM

CPR

SPE

ASZ SCL

ALP

HIG

ATE

SMI

BEL

APO

CONPRO

PRI

REFTAL

FOM

LCA

MOL

CAR

SNC

PRI

MAHSJAHIG

CPR

TAM

SPE

JMMCON

ASZ

SCR

SMN

ALPTVA

PSL

PAM

SRO BEJ

PRO

APO

ATE

JOY

MANGLO

POT

CMO

SMI

SCL

MOC

SRP

QUE

ZAP

BEL PUG

PDACUA

TALPDR

SFN

MOD

SFA

REF

AZS

CAL

HUI

CLA

MLO

DOR

PUJ

APO

SCL

SFN

CPR

PDA

TAL

DOR

QUE

SCR

ASZGLOCMO

PDR

TVASMI

HUIAZS

JOYMOL

TAM

POT

PSL

BEL

SJA

PUJ

REF

MODJMM

PRI

MANSNC

ZAP

SMN

PRO

MOC

CLA

SPESRO

HIG

MLO

FOM

BEJ

SRP

ALP

PAM

ATE

CAR

SFAMAHCUA

LCAPUG

CON

CAL

1012

1416

Con

teni

do d

e sa

caro

sa e

n ca

ña (%

)

0 2000 4000 6000 8000Número de abastecedores de caña

45

Figura 12. Regresión no paramétrica de la calidad de la caña sobre el número de abastecedores cañeros

Figura 13. Productividad de los ingenios

Fuente: UNC-CNPR (2010, 2011).

1112

1314

15C

onte

nido

de

saca

rosa

en

caña

(%)

0 2000 4000 6000 8000Número de abastecedores de caña

Kernel = Epanechnikov; Ancho de banda = 0

10

10.2

10.4

10.6

10.8

11

11.2

11.4

11.6

11.8

12

81

81.5

82

82.5

83

83.5

84

2000/01 2001/02 2002/03 2003/04 2004/05 2005/06 2006/07 2007/08 2008/09 2009/10 2010/11

Tas

a de

tra

nsfo

rmac

ión

de la

caña

en

azúc

ar (%

)

Tas

a de

tra

nsfo

rmac

ión

de la

saca

rosa

en

azúc

ar

(%)

Rendimiento en fábrica Eficiencia en fábrica

46

Figura 14. Comparativo internacional de rendimientos de fábrica en 2011

Fuente: UNC-CNPR (2011) con base en datos del USDA.

Figura A1.1. Consumo de azúcar y JMAF en México

Fuente: La información hasta 2008 se obtuvo del estudio titulado “Análisis del Mercado de los Edulcorantes en México” elaborado por Luis Ramiro García Chávez. A 2009 utilizamos los datos reportados en el Balance Nacionales de Azúcar y Edulcorantes elaborado por el CONADESUCA.

13.9 13.4

12.9 12.6 12.3 11.8 11.8 11.6 11.3

10.8 10.7 10.6 10.0 9.8 9.8

8.4 7.4 7.2

6.5 5.9

0

2

4

6

8

10

12

14

16R

endi

mie

nto

de fáb

rica

(%

)

0

5

10

15

20

25

30

35

0

1,000

2,000

3,000

4,000

5,000

6,000

7,000

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Par

tici

paci

ón d

el J

MA

F (

%)

x1,0

00 t

onel

adas

Azúcar Fructosa Participación del JMAF

47

Figura A1.2. Comparativo de precios al mayoreo del azúcar y JMAF

Fuente: SNIIM y USDA.

Figura A2.1. Contribución del azúcar a la dinámica inflacionaria

Fuente: Banco de México e INEGI.

0

2,000

4,000

6,000

8,000

10,000

12,000

14,000

16,000

E2000

E2001

E2002

E2003

E2004

E2005

E2006

E2007

E2008

E2009

E2010

E2011

E2012

Pes

os p

or t

onel

ada

JMAF Azúcar estándar Azúcar refinada

-2

-1

0

1

2

3

4

5

6

E2000

E2001

E2002

E2003

E2004

E2005

E2006

E2007

E2008

E2009

E2010

E2011

E2012

-10

-5

0

5

10

15

20

25

%

Pun

tos

base

Incidencia del azúcar Contribución del azúcar a la inflación anual

48

Figura A3.1. Cantidad y calidad de la caña de azúcar, ciclos 2009/10 y 2010/11

Las abreviaturas corresponden a los siguientes ingenios: ALP-Adolfo López Mateos; APO-Alianza Popular; ASZ-Aarón Sáenz; ATE-Atencingo; AZS-Azsuremex (Tenosique); BEJ-Benito Juárez; BEL-Bellavista; CAL-Calipam; CAR-El Carmen; CLA-Casasano La Abeja; CMO-Central Motzorongo; CON-Constancia; CPR-Central Progreso; CUA-Cuatotolapam (Cía. Industrial Azucarera); DOR-El Dorado; FOM-Fomento Azucarero del Golfo (Zapoapita-Pánuco); GLO-La Gloria; HIG-El Higo; HUI-Huixtla; IND-Independencia; JMM-José María Morelos; JOY-La Joya; LCA-Lázaro Cárdenas; LCO-La Concepción; MAH-Mahuixtlan; MAN-El Mante; MLO-Melchor Ocampo; MOC-Los Mochis; MOD-El Modelo; MOL-El Molino; PAM-Pablo Machado (La Margarita); PDA-Plan de Ayala; PDR-Pedernales; POT-El Potrero; PRI-La Primavera; PRO-La Providencia; PSL-Plan de San Luis; PUG-Puga; PUJ-Pujiltic; QUE-Quesería; REF-El Refugio; SCL-Santa Clara; SCR-San Cristóbal; SDO-Santo Domingo; SFA-San Francisco Ameca; SFN-San Francisco El Naranjal (Nuevo San Francisco); SGA-San Gabriel; SJA-San José de Abajo; SMI-San Miguelito; SMN-San Miguel del Naranjo; SNC-San Nicolás; SPE-San Pedro; SRO-Santa Rosalía; SRP-San Rafael de Pucté; SSE-San Sebastián; TAL-Tala (José Ma. Martínez); TAM-Tamazula; TVA-Tres Valles; ZAP-Emiliano Zapata.

JOY

QUE

PUJ

HUI

BEL

JMM

MLO

SFATALTAMLCA

PDRSCL

CLA

ZAP

MOL

PUG

ALP

REF

PAM

ATE

CAL

SRP

APOPDA

PSLSMN

PRI

DOR

MOC

AZS

SROBEJ

ASZMANCUA MOD

POT

PROSCRSMISPE

FOM

CMO

CPR

CON

CAR

HIG

GLO

MAH

SFN

SJA

SNC

TVA

JOY

QUE

PUJ

HUI

BELJMM MLO

SFATAL

TAMLCA

PDR

SCL

CLA

ZAP

MOL

PUGALP

REF

PAM

ATE

CAL

SRP

APOPDAPSL

SMN

PRI

DORMOCAZS

SRO

BEJ

ASZ

MAN

CUA MOD

POT

PRO

SCR

SMI

SPE

FOM

CMO

CPR

CON

CAR

HIGGLO

MAH

SFN

SJA

SNC

TVA

1012

1416

40 60 80 100 120 40 60 80 100 120

Ciclo 2009/10 Ciclo 2010/11S

acar

osa

en c

aña

(%)

Tonelada de caña por hectárea

49

Tabla 1. Producción de caña de azúcar y azúcar por estado (zafra 2010/11)

Estado Ingenios Superficie

industrializada Caña molida

neta Aportación a producción

nacional de caña Azúcar Aportación a producción

nacional de azúcar (Hectáreas) (Toneladas) (%) (Toneladas) (%)

Veracruz 19 268,516 15,618,455 36.72 1,892,096 36.50 San Luis Potosí 4 74,299 4,361,525 10.26 576,060 11.11 Jalisco 6 62,941 4,834,359 11.37 571,187 11.02 Oaxaca 3 46,777 2,357,495 5.54 305,765 5.90 Chiapas 2 30,115 2,357,689 5.54 288,573 5.57 Nayarit 2 27,107 1,868,606 4.39 233,053 4.50 Tamaulipas 2 28,320 1,900,592 4.47 231,022 4.46 Morelos 2 15,503 1,596,413 3.75 206,118 3.98 Puebla 2 15,291 1,596,305 3.75 204,923 3.95 Quintana Roo 1 25,723 1,364,920 3.21 153,312 2.96 Tabasco 3 29,081 1,316,025 3.09 140,156 2.70 Sinaloa 3 15,228 1,128,555 2.65 118,142 2.28 Colima 1 12,458 962,807 2.26 113,059 2.18 Michoacán 3 10,791 890,341 2.09 104,832 2.02 Campeche 1 8,514 375,135 0.88 45,202 0.87 Total 54 670,664 42,529,222 5,183,500

Fuente: CNIIA.

50

Tabla 2. Ingenios en operación durante el ciclo 2010/11

Fuente: CNIIA.

Grupo/IngenioProducción (Toneladas)

% del total nacional

Grupo/IngenioProducción (Toneladas)

% de total nacional

Grupo/IngenioProducción (Toneladas)

% de total nacional

FEESA 1,077,032 20.78% PIASA 402,864 7.77% Grupo Porres 200,962 3.88%Atencingo 192,400 3.71% Tres Valles 227,805 4.39% Huixtla 89,286 1.72%San Cristóbal 179,936 3.47% Adolfo López Mateos 175,059 3.38% San Pedro 67,757 1.31%El Potrero 166,831 3.22% Grupo Sáenz 369,850 7.14% Santa Clara 43,919 0.85%Emiliano Zapata 145,062 2.80% Tamazula 138,828 2.68% Grupo Azucarero del Trópico 191,606 3.70%Plan de San Luis 136,057 2.62% Aarón Sáenz 127,506 2.46% La Gloria 146,404 2.82%El Modelo 79,060 1.53% El Mante 103,516 2.00% La Joya 45,202 0.87%La Providencia 77,552 1.50% Grupo Santos 350,583 6.76% Motzorongo 170,674 3.29%Casasano La Abeja 61,056 1.18% Plan de Ayala 118,167 2.28% Central Motzorongo 128,980 2.49%San Miguelito 39,078 0.75% Alianza Popular 115,460 2.23% El Refugio 41,694 0.80%Beta San Miguel 702,375 13.55% Cuatotolapam 47,077 0.91% Grupo García González 93,381 1.80%San Miguel del Naranjo 206,376 3.98% Bellavista 35,183 0.68% El Carmen 49,212 0.95%San Rafael de Pucté 153,312 2.96% Pedernales 34,696 0.67% Nuevo San Francisco 31,646 0.61%Quesería 113,059 2.18% Grupo Azucarero México 316,512 6.11% Calipam 12,523 0.24%San Francisco Ameca 92,771 1.79% Tala (José María Martínez) 159,808 3.08% Independientes 556,600 10.74%Constancia 89,192 1.72% Benito Juárez 82,009 1.58% Pánuco 152,275 2.94%Santa Rosalía de la Chontalpa 47,665 0.92% El Dorado 48,478 0.94% Puga 140,834 2.72%Zucarmex 533,229 10.29% Lázaro Cárdenas 26,217 0.51% El Molino 92,220 1.78%Pujiltic 199,287 3.84% La Margarita 217,837 4.20% San Nicolás 72,618 1.40%El Higo 163,533 3.15% La Margarita 89,013 1.72% San José de Abajo 52,845 1.02%Melchor Ocampo 93,964 1.81% Central Progreso 78,191 1.51% Los Mochis 35,326 0.68%Mahuixtlán 42,107 0.81% José María Morelos 50,633 0.98% Azsuremex (Tenosique) 10,482 0.20%La Primavera 34,338 0.66%

51

Tabla 3. Descripción de las variables

Unidad Descripción Fuente

Abastecedores cañeros Personas Número de agricultores que abastecen de caña a los ingenios CEMA (2002 a 2012)

Administración ingenio 0=Gobierno; 1=Privado Propiedad gubernamental o privada del ingenio CEMA (2002 a 2012)

Altitud MSNM Metros sobre el nivel del mar correspondientes a la ubicación del ingenio

CEMA (2002 a 2012)

Alzado mecánico % Fracción de caña alzada mecánicamente y puesta sobre camiones de transporte al ingenio

UNC-CNPR (2010, 2011)

Caña Ton/ha Toneladas de caña de azúcar producida por hectárea UNC-CNPR (2010, 2011)

Consumo electricidad kWh/Ton Consumo de electricidad por tonelada de caña molida UNC-CNPR (2010, 2011)

Consumo petróleo Lts/Ton Litros de petróleo utilizados por tonelada de caña molida UNC-CNPR (2010, 2011)

Consumo vapor Ton/Ton Toneladas de vapor utilizadas por tonelada de caña molida UNC-CNPR (2010, 2011) Contenido sacarosa % Concentración de sacarosa en la caña UNC-CNPR (2010, 2011)

Cortadores Personas/ha Número de cortadores de caña normalizado por la superficie industrializada

Elaboración propia con datos de UNC-CNPR (2010, 2011)

Cosecha mecánica % Fracción de caña cortada y alzada mecánicamente UNC-CNPR (2010, 2011)

Eficiencia de fábrica % Tasa de transformación de sacarosa en azúcar UNC-CNPR (2010, 2011)

Fertilizante Kg/ha Primera dosis de fertilizante por hectárea CEMA (2002 a 2012)

Generación electricidad kWh/Ton Generación de electricidad por tonelada de caña molida UNC-CNPR (2010, 2011)

Tamaño parcela Hectáreas Tamaño promedio de las parcelas cañeras, medido por el número de hectáreas por productor cañero

Elaboración propia con datos sobre superficie industrializada proveniente de UNC-CNPR (2010, 2011) y del número de abastecedores de caña a cada ingenio obtenida de CEMA (2002 a 2012)

Precipitación Milímetros Precipitación acumulada durante los 18 meses previos al inicio de cada zafra

Elaboración propia con datos de CONAGUA

Producción alcohol Lts/Ton Litros de alcohol producidos por tonelada de caña molida UNC-CNPR (2010, 2011)

52

Tabla 3 (continuación)

Rendimiento de fábrica % Tasa de transformación de caña en azúcar UNC-CNPR (2010, 2011)

Riego % Fracción de la superficie industrializada con sistema de irrigación CEMA (2002 a 2012)

Sacarosa Ton/ha Toneladas de sacarosa producida por hectárea Elaboración propia con datos de UNC-CNPR (2010, 2011)

Tiempo perdido campo % Fracción de tiempo perdido en campo UNC-CNPR (2010, 2011)

Tiempo perdido fábrica % Fracción de tiempo perdido en fábrica UNC-CNPR (2010, 2011)

Tiempo perdido festividades % Fracción de tiempo perdido por días festivos UNC-CNPR (2010, 2011)

Tiempo perdido lluvia % Fracción de tiempo perdido por lluvia UNC-CNPR (2010, 2011)

Tiempo perdido personal % Fracción de tiempo perdido en personal UNC-CNPR (2010, 2011)

Tiempo perdido total % Fracción de tiempo perdido total UNC-CNPR (2010, 2011)

Vehículos Camiones/ha Número de camiones para el transporte de la caña del campo al ingenio normalizado por la superficie industrializada

Elaboración propia con datos de UNC-CNPR (2010, 2011)

53

Tabla 4. Estadísticas descriptivas

Unidad N Promedio Desv. Estándar Mínimo Máximo N Promedio Desv. Estándar Mínimo MáximoAbastecedores cañeros Personas 541 3,012 1,659 246 8,663 54 3,071 1,833 246 8,663Administración ingenio 0=Gob.;1=Priv. 594 0.7 0.5 0 1 54 0.8 0.4 0 1Altitud MSNM 594 481.9 491.0 3 1359 54 481.9 491.0 3 1359Alzado mecánico % 514 81.7 21.0 0.02 100 51 83.4 18.5 8.5 100Caña Ton/ha 594 74.6 18.6 33.4 124.3 54 68.2 17.6 39.1 108.1Consumo electricidad kWh/Ton 594 17.3 4.9 0 37.7 54 18.1 4.6 8.9 28.2Consumo petróleo Lts/Ton 594 7.9 8.0 0 38.7 54 2.3 3.0 0 11.1Consumo vapor Ton/Ton 594 0.6 1.3 0 31.5 54 0.5 0.1 0 0.7Contenido sacarosa % 594 13.5 1.1 10.3 16 54 13.9 1.1 11.5 16Cortadores Personas/ha 539 0.11 0.05 0.01 0.39 54 0.1 0.1 0.02 0.28Cosecha mecánica % 376 21.7 19.9 0.03 100 42 23.4 23.8 0.04 100Eficiencia de fábrica % 594 82.3 3.1 64.2 88.4 54 82.5 3.2 72.1 87.9Fertilizante Kg/ha 553 602.2 137.6 150 1050 51 585.8 148.5 200 1000Generación electricidad kWh/Ton 594 17.3 4.9 0 37.7 54 18.1 4.6 8.9 28.2Tamaño parcela Hectáreas 541 4.5 2.3 0.8 17.1 54 4.7 2.8 0.8 17.1Precipitación Milímetros 594 2,498 1,146 282 7,548 54 2,610 1,183 606 6,671Producción alcohol Lts/Ton 594 0.7 2.1 0 15.0 54 0.4 1.4 0 8.2Rendimiento de fábrica % 594 11.1 1.1 7.5 13.2 54 11.5 1.1 8.5 13.2Riego % 577 47.9 44.0 0 100 53 48.5 43.9 0 100Sacarosa Ton/ha 594 10.1 2.8 3.8 19.0 54 9.5 2.7 4.6 16.7Tiempo perdido campo % 594 4.2 4.3 0 27.6 54 2.4 2.9 0 14.6Tiempo perdido fábrica % 594 9.7 5.3 1.2 32.5 54 9.8 5.8 1.2 25.6Tiempo perdido festividade % 594 0.7 1.0 0 5.3 54 0.4 0.9 0 3.7Tiempo perdido lluvia % 594 4.2 5.0 0 39.8 54 1.8 3.3 0 17.2Tiempo perdido personal % 594 1.3 1.9 0 19.7 54 0.9 1.3 0 5.2Tiempo perdido total % 594 20.2 8.5 3.3 53.6 54 15.4 8.5 3.3 47.7Vehículos Camiones/ha 534 0.02 0.01 0.003 0.13 53 0.0 0.0 0.01 0.05

Zafras 2000/01-2010/11 Zafra 2010/11

54

Tabla 5. Extensión de los predios cañeros y rendimientos de sacarosa

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)Tamaño parcela -1.691*** -1.699*** -0.733** -0.708** -0.769*** -0.701* -0.415 -0.549 -0.088 0.102 -0.781** 0.239 0.166

(0.372) (0.368) (0.306) (0.278) (0.258) (0.385) (0.252) (0.436) (0.362) (0.366) (0.318) (0.240) (0.278)

Tamaño parcela2 0.102*** 0.103*** 0.045** 0.041** 0.044** 0.045 0.018 0.028 -0.003 -0.017 0.051** -0.018 -0.011(0.029) (0.029) (0.021) (0.019) (0.018) (0.027) (0.016) (0.026) (0.026) (0.025) (0.022) (0.018) (0.020)

Precipitación ´-0.0004** -0.001*** -0.001** 0.0003* -0.001** 0.001*** 0.0001 -0.003 0.001*** 0.0004**(0.0001) (0.0002) (0.0002) (0.0002) (0.0003) (0.0001) (0.0002) (0.0002) (0.0002) (0.0002)

Administración ingenio -0.007 0.228 0.037 -0.204 0.658 0.223 0.529 -0.23 -0.789** -0.758*(0.460) (0.398) (0.474) (0.377) (0.585) (0.299) (0.371) (0.411) (0.360) (0.426)

Fertilizante -0.016* -0.008 -0.003 -0.027*** -0.013* -0.01(0.008) (0.008) (0.008) (0.006) (0.007) (0.007)

Fertilizante2 0.000** 0.000 0.000 0.000*** 0.000** 0.000**(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)

Alzado mecánico -0.013 -0.015* -0.018 0.005 0.001(0.010) (0.008) (0.014) (0.009) (0.016)

Vehículos 15.301 20.807 13.093 8.136 5.62(19.839) (13.086) (14.007) (14.474) (13.484)

Cortadores -1.065 4.154 7.595 6.854 15.253**(7.206) (3.801) (6.404) (4.990) (6.092)

Riego 0.039*** 0.037*** 0.038*** 0.042*** 0.041***(0.006) (0.006) (0.006) (0.006) (0.006)

Cosecha mecánica 0.035* 0.018 0.014(0.020) (0.013) (0.019)

Altitud 0.002*** 0.002*** 0.003***(0.001) (0.0005) (0.001)

Constante 15.010*** 15.377*** 8.824*** 9.661*** 14.384*** 10.593*** 7.231*** 8.962*** 8.844** 6.819* 19.810*** 7.267** 6.052(1.090) (1.094) (1.086) (1.069) (3.052) (1.650) (1.026) (1.853) (3.385) (3.630) (2.156) (3.024) (3.732)

Dummies por zafra no sí sí sí sí sí sí sí sí sí sí sí síDummies por estado no no sí sí sí sí sí sí sí sí no no no

N 541 541 541 541 506 480 524 356 434 327 506 434 327

R2 0.318 0.347 0.620 0.635 0.697 0.651 0.711 0.710 0.782 0.812 0.573 0.725 0.755

Tamaño crítico de las parcelas 8.3 8.2 8.1 8.6 8.7 7.8 irrelevante irrelevante irrelevante irrelevante 7.7 irrelevante irrelevante

Variable dependiente: Producción de sacarosa por hectárea

Los errores estándar ajustados por heteroscedasticidad y agrupados por municipio se muestran en paréntesis. La Tabla 3 presenta la definción de cada variable. Los asteriscos denotan significancia estadística a niveles del *10%,**5% y ***1%.

55

Tabla 6. Extensión de los predios cañeros y utilización de insumos

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)Tamaño parcela -1.3 -23.106* -0.482 3.771 -0.002*** -0.003* -0.008*** -0.024*** 0.114 -7.261 1.518** 1.835

(5.532) (11.556) (1.170) (4.600) (0.000) (0.002) (0.002) (0.004) (2.334) (5.611) (0.570) (2.276)

Tamaño parcela2 1.730** -0.358 0.0001 0.001*** 0.585 -0.023(0.809) (0.317) (0.0001) (0.000) (0.426) (0.125)

Precipitación -0.003 -0.002 -0.003* -0.004* 0.000 0.000 -0.000** 0.000 -0.020*** -0.020*** 0.001 0.001(0.008) (0.008) (0.002) (0.002) (0.000) (0.000) (0.000) (0.000) (0.004) (0.004) (0.001) (0.001)

Administración ingenio -20.424 -18.078 1.498 1.305 -0.008*** -0.008*** -0.001 0 3.734 4.68 -6.216** -6.240**(19.026) (18.772) (4.965) (4.840) (0.002) (0.002) (0.007) (0.006) (7.004) (6.794) (2.814) (2.785)

Constante 553.355*** 614.569*** 96.380*** 84.564*** 0.032*** 0.036*** 0.161*** 0.203*** 40.706*** 61.704*** -2.505 -3.515(37.586) (47.376) (6.655) (14.559) (0.003) (0.006) (0.010) (0.013) (12.858) (17.039) (5.587) (10.297)

Dummies por zafra sí sí sí sí sí sí sí sí sí sí sí síDummies por estado sí sí sí sí sí sí sí sí sí sí sí sí

N 506 506 482 482 496 496 501 501 524 524 356 356

R2 0.364 0.373 0.3 0.308 0.444 0.447 0.717 0.75 0.776 0.786 0.751 0.751

Tamaño crítico de las parcelas - 6.7 - 5.3 - 15 - 12 - 6.2 - 39.9

Los errores estándar ajustados por heteroscedasticidad y agrupados por municipio se muestran en paréntesis. La Tabla 3 presenta la definción de cada variable. Los asteriscos denotan significancia estadística a nivelesdel *10%, **5% y ***1%.

Variable dependienteFertilizante Alzado mecánico Vehículos Cortadores Riego Cosecha mecánica

56

Tabla 7. Número de abastecedores cañeros y calidad de la caña

Panel A (A1) (A2) (A3) (A4) (A5)Abastecedores cañeros 0.0002** 0.0001* 0.0001 0.0001 1.69E-06

(0.0001) (0.0001) (0.0001) (0.0001) (4.34E-05)Constante 12.889*** 14.181*** 14.176*** 13.412*** 13.939***

(0.331) (0.168) (0.429) (0.893) (0.798)

R2 0.094 0.54 0.592 0.595 0.651

H0: β1<0 0.014 0.028 0.054 0.126 0.485

Panel B (B1) (B2) (B3) (B4) (B5)Abastecedores cañeros 0.0053*** 0.0034*** 0.0037*** 0.0042*** 0.0040***

(0.0008) (0.0011) (0.0009) (0.0011) (0.0010)

Abastecedores cañeros2 -2.07E-06*** -1.36E-06*** -1.49E-06*** -1.67E-06*** -1.42E-06***(3.84E-07) (4.63E-07) (3.89E-07) (4.40E-07) (3.70E-07)

Abastecedores cañeros3 3.38E-10*** 2.33E-10*** 2.51E-10*** 2.68E-10*** 2.02E-10***(6.89E-11) (7.82E-11) (6.63E-11) (7.34E-11) (5.52E-11)

Abastecedores cañeros4 -1.91E-14*** -1.36E-14*** -1.45E-14*** -1.49E-14*** -1.01E-14***(4.05E-15) (4.41E-15) (3.76E-15) (4.14E-15) (2.83E-15)

Constante 8.821*** 11.65*** 11.353*** 11.24*** 11.719***(0.556) (0.822) (0.773) (1.531) (1.416)

R2 0.238 0.588 0.645 0.651 0.71

H0: β2=β3=β4=0

Cociente de verosimilitud <0.01 <0.01 <0.01 <0.01 <0.01 Wald ajustada por heteroscedasticidad <0.01 <0.01 <0.01 <0.01 <0.01

Números críticos de abastecedores cañeros (max; mín; max) =

(2,695; 3,776; 6,801) (-; -; 6,892)1/ (2,533; 3,679; 6,771) (2,472; 4,266; 6,752) (2,690; 5,317; 6,993)

Panel CN 541 541 541 434 327Controles Dummies por zafra no sí sí sí sí Dummies por estado no sí sí sí sí Administración, precipitación y caña no no sí sí sí Riego, fertilizantes, alzado mecánico, vehículos y cortadores Cosecha mecánica no no no no sí

Los errores estándar ajustados por heteroscedasticidad y agrupados por municipio se muestran en paréntesis. La Tabla 3 presenta la definción de cada variable. Los asteriscos

denotan significancia estadística a niveles del *10%, **5% y ***1%. 1/Bajo esta especificación existe sólo un máximo global ubicado cuando el número de abastecedores cañeros asciende a 6,892.

Variable dependiente: Contenido de sacarosa

no no no sí sí

57

Tabla 8. Eficiencia de fábrica

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11)Administración ingenio 0.979 0.844 -0.263 -0.368 0.118 -0.266 0.135

(0.680) (0.626) (0.534) (0.510) (0.481) (0.513) (0.490)Generación electricidad -0.193** -0.194** -0.159*** -0.162*** -0.102** 1.948*** 1.747***

(0.090) (0.087) (0.050) (0.049) (0.042) (0.380) (0.552)Producción alcohol 0.063 0.091 0.031 0.05 0.044 0.063 0.052

(0.127) (0.103) (0.079) (0.073) (0.059) (0.076) (0.058)Tiempo perdido fábrica -0.196*** -0.191***

(0.024) (0.025)Tiempo perdido personal -0.067 -0.06

(0.043) (0.044)Tiempo perdido festividades -0.273** -0.238**

(0.106) (0.103)Tiempo perdido campo -0.065** -0.060**

(0.028) (0.029)Tiempo perdido lluvia -0.078*** -0.082***

(0.024) (0.023)Consumo electricidad -2.088*** -1.836***

(0.378) (0.558)Consumo petróleo -0.066** -0.031

(0.031) (0.027)Consumo vapor -0.067*** -0.091***

(0.017) (0.017)Constante 81.610*** 85.586*** 82.215*** 84.988*** 82.106*** 84.732*** 81.933*** 84.910*** 86.811*** 85.312*** 86.872***

(0.572) (1.508) (0.341) (1.372) (0.427) (0.830) (0.262) (0.832) (0.765) (0.859) (0.783)

Efecto fijo de la zafra no no no no sí sí sí sí sí sí síEfecto fijo del ingenio no no no no sí sí sí sí sí sí sí

N 594 594 594 594 594 594 594 594 594 594 594

R2 (within) 0.023 0.093 0.002 0.116 0.043 0.097 0.042 0.100 0.247 0.124 0.256

Variable dependiente: Eficiencia de fábrica

Los errores estándar ajustados por heteroscedasticidad y agrupados por ingenio se muestran en paréntesis. La Tabla 3 presenta la definción de cada variable. Los asteriscos denotansignificancia estadística a niveles del *10%, **5% y ***1%.

58

Tabla A3.1. Cantidad y calidad de la caña de azúcar

(1) (2) (3) (4) (5) (6) (7) (8)Caña 0.013*** 0.013*** 0.012*** 0.014**

(0.003) (0.003) (0.004) (0.006)ln(Caña) 0.061*** 0.061*** 0.045** 0.049*

(0.016) (0.016) (0.020) (0.027)Constante 12.285*** 12.290*** 13.552*** 13.939*** 2.324*** 2.323*** 2.450*** 2.508***

(0.268) (0.316) (0.771) (1.086) (0.072) (0.074) (0.106) (0.145)

Controles Efecto fijo del ingenio sí sí sí sí sí sí sí sí Efecto fijo de la zafra sí sí sí sí sí sí sí sí

Administración y precipitación no sí sí sí no sí sí sí Riego, fertilizantes, alzado mecánico, vehículos y cortadores Cosecha mecánica no no no sí no no no sí

R2 (within) 0.248 0.248 0.312 0.32 0.236 0.236 0.301 0.306N 594 594 462 343 594 594 462 343Número de ingenios 54 54 54 45 54 54 54 45

0.58% 0.58% 0.43% 0.47%

sí

Aumento del contenido de sacarosa en caña asociado a un incremento de 10% en el volumen de caña obtenida por hectárea =

Los errores estándar ajustados por heteroscedasticidad y agrupados a nivel de ingenio se muestran en paréntesis. La Tabla 3 presenta la definción de cadavariable. Los asteriscos denotan significancia estadística a niveles del *10%, **5% y ***1%.

Variable dependienteContenido de sacarosa ln(Contenido de sacarosa)

no no sí sí no no sí

59

Tabla A4.1. Pruebas de robustez aplicadas a la ecuación (1)

Panel A: Resultados base (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)Tamaño parcela -1.691*** -1.699*** -0.733** -0.708** -0.769*** -0.701* -0.415 -0.549 -0.088 0.102 -0.781** 0.239 0.166

(0.372) (0.368) (0.306) (0.278) (0.258) (0.385) (0.252) (0.436) (0.362) (0.366) (0.318) (0.240) (0.278)

Tamaño parcela2 0.102*** 0.103*** 0.045** 0.041** 0.044** 0.045 0.018 0.028 -0.003 -0.017 0.051** -0.018 -0.011(0.029) (0.029) (0.021) (0.019) (0.018) (0.027) (0.016) (0.026) (0.026) (0.025) (0.022) (0.018) (0.020)

Tamaño crítico de las parcelas 8.3 8.2 8.1 8.6 8.7 7.8 irrelevante irrelevante irrelevante irrelevante 7.7 irrelevante irrelevante

Panel B: Pruebas sobre la especificación cuadráticaTamaño parcela -0.560*** -0.562*** -0.17 -0.190* -0.211** -0.136 -0.187** -0.153 -0.126* -0.13 -0.14 0.002 0.015

(0.139) (0.141) (0.111) (0.095) (0.086) (0.108) (0.079) (0.125) (0.068) (0.087) (0.124) (0.076) (0.080)

H0: β2=0 <0.01 <0.01 0.036 0.035 0.018 0.102 0.273 0.281 0.910 0.496 0.026 0.314 0.58H0: β1=β2=0 <0.01 <0.01 0.055 0.018 <0.01 0.172 0.038 0.349 0.134 0.186 0.058 0.596 0.837

Panel C: Resultados excluyendo el ingenio La Primavera (PRI)Tamaño parcela -2.035*** -2.025*** -1.000*** -0.934*** -0.935*** -0.735* -0.428 -0.941* -0.078 0.164 -0.993** 0.237 0.173

(0.403) (0.404) (0.329) (0.306) (0.298) (0.408) (0.338) (0.516) (0.371) (0.369) (0.377) (0.237) (0.273)

Tamaño parcela2 0.137*** 0.135*** 0.068*** 0.061*** 0.060*** 0.047 0.017 0.057 -0.003 -0.021 0.072** -0.018 -0.012(0.032) (0.032) (0.023) (0.022) (0.021) (0.028) (0.025) (0.034) (0.027) (0.025) (0.027) (0.018) (0.020)

Tamaño crítico de las parcelas 7.4 7.5 7.4 7.7 7.8 7.8 irrelevante 8.3 irrelevante irrelevante 6.9 irrelevante irrelevante

Panel D: Resultados excluyendo los ingenios La Primavera (PRI) y El Higo (HIG)Tamaño parcela -2.140*** -2.126*** -0.958** -0.906** -0.976*** -0.686 -0.585 -1.048 -0.287 -0.125 -0.996** 0.238 0.091

(0.501) (0.505) (0.367) (0.362) (0.354) (0.475) (0.401) (0.629) (0.451) (0.478) (0.473) (0.325) (0.402)

Tamaño parcela2 0.148*** 0.146*** 0.061** 0.056* 0.065** 0.04 0.038 0.067 0.021 0.01 0.072* -0.018 -0.005(0.044) (0.045) (0.030) (0.031) (0.029) (0.038) (0.034) (0.049) (0.035) (0.037) (0.040) (0.028) (0.035)

Tamaño crítico de las parcelas 7.2 7.3 7.9 8.1 7.5 irrelevante irrelevante irrelevante irrelevante irrelevante 6.9 irrelevante irrelevante

Variable dependiente: Producción de sacarosa por hectárea

60

Tabla A4.1 (continuación)

Panel E: Resultados ponderados por la producción de caña (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13)Tamaño parcela -2.181*** -2.181*** -0.928** -0.916*** -0.932*** -0.641 -0.327 -0.844 0.002 0.152 -1.153*** 0.205 0.157

(0.470) (0.473) (0.371) (0.341) (0.315) (0.416) (0.245) (0.510) (0.298) (0.288) (0.413) (0.241) (0.264)Tamaño parcela2 0.137*** 0.137*** 0.060** 0.056** 0.056** 0.043 0.011 0.047 -0.009 -0.019 0.075** -0.015 -0.011

(0.035) (0.036) (0.025) (0.023) (0.021) (0.028) (0.018) (0.032) (0.022) (0.020) (0.029) (0.018) (0.018)

Tamaño crítico de las parcelas 8.0 8.0 7.7 8.2 8.3 irrelevante irrelevante irrelevante irrelevante irrelevante 7.7 irrelevante irrelevante

Panel F: Resultados ponderados por la producción de azúcarTamaño parcela -2.260*** -2.257*** -0.934** -0.920** -0.930*** -0.622 -0.313 -0.868* 0.008 0.151 -1.217*** 0.182 0.132

(0.479) (0.483) (0.380) (0.349) (0.324) (0.423) (0.253) (0.515) (0.301) (0.297) (0.426) (0.245) (0.265)Tamaño parcela2 0.143*** 0.142*** 0.061** 0.057** 0.056** 0.042 0.01 0.049 -0.009 -0.019 0.079** -0.013 -0.009

(0.036) (0.036) (0.026) (0.024) (0.022) (0.028) (0.018) (0.032) (0.022) (0.021) (0.030) (0.018) (0.019)

Tamaño crítico de las parcelas 7.9 7.9 7.7 8.1 8.3 irrelevante irrelevante 8.9 irrelevante irrelevante 7.7 irrelevante irrelevante

Panel G: ControlesConstante sí sí sí sí sí sí sí sí sí sí sí sí síDummies por zafra no sí sí sí sí sí sí sí sí sí sí sí síDummies por estado no no sí sí sí sí sí sí sí sí no no noPrecipitación, Admón. ingenio no no no sí sí sí sí sí sí sí sí sí síFertilizante (lineal y cuadrático) no no no no sí no no no sí sí sí sí síAlzado mecánico, vehículos y cortadores no no no no no sí no no sí sí no sí síRiego no no no no no no sí no sí sí no sí síCosecha mecánica no no no no no no no sí no sí no no síAltitud no no no no no no no no no no sí sí síLos errores estándar ajustados por heteroscedasticidad y agrupados por municipio se muestran en paréntesis. La Tabla 3 presenta la definción de cada variable. Los asteriscos denotan significancia estadística a niveles del *10%,**5% y ***1%.